AI视觉算法开发

职位：CV视觉算法工程师
岗位职责：
参与公司计算机视觉算法的设计、开发与优化，涵盖目标检测、图像分割、OCR识别、图像分类等核心视觉任务的算法研发与迭代；
负责基于YOLO系列（YOLOv5/v8/v11/YOLOX等）、RT-DETR等主流检测框架的模型选型、训练调优与部署落地；
参与视觉大模型（VLM）相关工作，包括视觉编码器（ViT、SigLIP、InternViT等）的微调与适配、视觉-语言对齐模块的优化（如MLP Projector、Cross-Attention Bridge等）；
负责视觉数据Pipeline的构建与维护，包括数据采集、清洗、标注管理（Labelme/CVAT等）、数据增强策略设计与质量控制；
参与模型的工程化部署与推理优化，包括使用ONNX Runtime、TensorRT、OpenVINO等框架进行模型量化、剪枝及端侧/服务端推理加速；
基于OpenCV、Pillow等工具完成图像预处理、后处理及传统视觉算法（形态学操作、轮廓检测、模板匹配等）的开发与集成；
跟踪学术界与工业界在目标检测、视觉大模型、多模态理解等方向的前沿进展，并在团队内进行分享与落地探索；
配合产品与工程团队完成视觉算法方案的联调、测试与迭代。
任职资格：
计算机科学、人工智能、电子信息、自动化等相关专业本科及以上学历；
熟练掌握Python和C++，具备良好的编程习惯和代码能力；
掌握深度学习基础理论，熟悉CNN、Transformer等主干网络架构原理（卷积操作、注意力机制、FPN/PAN特征融合等核心概念）；
熟练使用OpenCV进行图像处理与分析，具备扎实的传统视觉算法功底；
对YOLO系列检测框架有深入理解和实际项目经验，熟悉Anchor-Free/Anchor-Based检测范式、NMS后处理、多尺度检测等关键技术；
对视觉大模型（VLM）架构有了解或实践经验，理解视觉编码器（ViT、SigLIP等）的工作原理，了解视觉Token化、图像分辨率适配（Dynamic Resolution、AnyRes等）策略者优先；
熟悉PyTorch等主流深度学习框架，有MMDetection、Ultralytics、Detectron2等检测工具链使用经验者优先；
具备良好的文献阅读能力和自驱学习习惯，能够快速理解并复现前沿工作；
有天池竞赛、CVPR/ECCV/ICCV等顶会论文发表、开源项目贡献经验者优先。
加分项：
有模型部署实战经验（TensorRT、ONNX、TFLite等），熟悉从训练到上线的完整链路
有多模态大模型相关研究或项目经验（如Qwen-VL、InternVL、LLaVA等模型的训练或微调）
有实际视觉应用落地经验（如工业质检、自动驾驶感知、安防监控等场景）