视觉开发与部署工程师

岗位职责
1.核心开发与部署（核心）：负责工业视觉产品的全流程开发，完成算法模型在服务器端的工程化落地，重点解决实际业务场景中的图像/视频识别问题。
2.性能优化：针对现有产品进行深度优化，利用 DeepStream、TensorRT 等工具进行模型量化和推理加速，显著提升系统并发处理能力。
3.场景配置与维护：负责已有产品的维护与升级，设计灵活的场景配置方案，实现不同任务组合的快速配置与部署。
4.数据管理与挖掘：建立和完善训练数据集管理机制，负责视频、图像的收集与自动化处理流程搭建，为模型迭代提供高质量数据支撑。
5.模型训练与调优：负责视觉数据的清洗、标注与模型训练，针对复杂工业环境（如光线变化、粉尘干扰）优化模型精度，持续迭代亮点模型。
岗位要求
1.编程语言能力：精通 C/C++ 和 Python，具备扎实的 C++ 与 Python 混合编程 能力，能够编写高性能底层推理代码并封装为 Python 接口供上层调用。
2.视觉工具与框架：深入理解 DeepStream SDK 架构，熟练掌握 GStreamer Pipeline 搭建与插件开发，能够基于此构建高吞吐量的视频分析流媒体服务；熟练掌握 OpenCV、TensorRT 等工具库。
3.后端框架能力：熟悉 Flask、FastAPI 等后端服务框架，能够独立开发高性能的 RESTful API 接口，实现模型推理服务的封装与部署。
4.算法应用能力：熟悉目标检测（如 YOLO 系列）、目标分割、图像分类等主流算法原理，能够根据业务需求进行模型选型、迁移训练及剪枝优化。
5.工程化与架构：熟练掌握多线程编程、异步编程模型，具备处理高并发视频流数据的系统设计能力；熟练使用 Linux 系统开发环境，精通 CMake、Makefile 等编译构建工具，熟悉 Docker 容器化部署流程。
6.流媒体经验（加分项）：熟悉 RTSP、RTMP、WebRTC 等流媒体协议，有
SRS 或类似流媒体服务器二次开发经验者优先。
7.行业背景（加分项）：有煤矿、电力、安防等工业视觉项目落地经验者优先，了解工业现场光照、粉尘等环境对成像的影响及应对方案。