深度学习高级工程师（主管）

负责非标自动化检测设备中深度学习算法的研发，包括但不限于缺陷检测、目标识别、分类、分割等计算机视觉任务；

针对工业场景（如光伏、锂电、汽车零部件、磁材等）的复杂检测需求，设计高精度、高鲁棒性的深度学习模型（如YOLO、Mask R-CNN、Transformer等）；

优化模型在边缘设备（如GPU/FPGA/工控机）上的推理速度与实时性，满足产线节拍要求。

二. 数据闭环构建：

主导工业视觉数据集的采集、标注、增强及管理，设计数据驱动的模型迭代流程；

开发自动化数据清洗与异常样本挖掘工具，提升模型泛化能力。

三. 跨部门协助：

与机械、电气、光学团队合作，参与非标检测设备的整体方案设计，确保算法与硬件（如相机、光源、运动控制）的适配性:

协同软件工程师完成算法SDK封装、部署及系统集成；

四. 技术前瞻性研究：

跟踪深度学习、视觉领域前沿技术（如小样本学习、自监督学习、域适应等），探索在工业检测中的落地应用；

参与专利撰写与技术文档标准化。

任职要求：

硕士及以上学历，计算机/自动化/电子工程/数学等相关专业，5年以上工业视觉或自动化检测行业经验；

精通Python/C++，熟练使用PyTorch/TensorFlow/Keras等框架，掌握ONNX/TensorRT等模型部署工具；

熟悉传统图像处理（OpenCV/Halcon）与深度学习结合的应用场景。

熟悉工业相机（如Basler、海康）、光源选型及光学成像原理；

有非标设备开发经验，能独立完成从需求分析→算法选型→工程落地全流程。

主导过AOI（自动光学检测）、3D视觉检测（如点云处理）项目；

熟悉制造业工艺（如焊接、冲压、装配缺陷模式）；

对工业场景的严苛要求（如稳定性、误检率）有深刻理解；

完善的研发设备支持（如高性能计算集群、工业级检测平台）。