机器视觉算法工程师（材料科学应用领域）

岗位职责

在本岗位中，您将担任技术骨干角色，承担从图像获取到数据输出的全流程研发任务：

1.算法研发与调优：主导基于视觉图像的检测与分析算法的设计、实现与性能提升，融合传统图像处理方法（如OpenCV）与深度学习手段，完成目标物的精确定位、尺寸测量、类别识别及缺陷判定。

2.数据建模与转化：牵头开展实验规划，结合视觉检测结果（如纹理特征、色彩分布、几何尺寸、形状结构等），构建其与材料科学核心参数（如组分、微观结构、力学性能）之间的关联模型，推动图像信息向材料数据的有效转换。

3.视觉硬件配置：负责机器视觉系统的关键部件选型与集成工作，涵盖工业相机、镜头、光源等组件，确保硬件方案既满足算法运行需求，又符合项目成本控制要求。

4.接口程序开发：开发高效稳定的软件接口模块（API/SDK），保障算法单元与上层应用系统及设备控制平台之间的顺畅对接。

5.技术资料整理：撰写完整的技术文档，包括开发记录、算法说明和测试总结，确保项目成果可追溯、知识可延续。

任职要求

基本条件：

1.学历背景：计算机、图像处理、自动化、应用数学、物理或相关领域本科及以上学位。

2.技术能力：

·熟练掌握Python编程语言，具备良好的编码习惯与工程实践能力。

·熟悉OpenCV等主流计算机视觉工具库，深入理解图像处理基础算法（如滤波处理、图像分割、形态学操作、特征提取等），并有实际项目应用经验。

·拥有将算法成果封装为产品模块并进行性能优化的实践经验。

3.项目经验：具有独立承担或作为关键技术成员参与机器视觉项目全周期开发的经历，能够准确识别问题、制定技术路径并推动方案落地。

4.协作能力：具备优秀的沟通技巧和团队合作意识，能与材料研究人员、硬件工程师及软件开发人员紧密协作。

加分项：

1.具备视觉检测技术在材料研究、工业质检、半导体制造、生物医疗等领域落地的应用经历。

2.熟悉Halcon、VisionPro等商业视觉开发平台。

3.有深度学习模型（如CNN、FasterR-CNN、YOLO、UNet等）在图像分类、目标检测或语义分割中的实战经验，掌握TensorFlow或PyTorch框架使用。

4.了解工业相机、镜头与光源的成像机制，具备硬件选型及照明方案设计的实际操作经验。

我们为您提供

·具吸引力的薪酬体系：提供业内领先的薪资水平，配套项目激励与年度绩效奖金。

·广阔的成长空间：深度参与从概念到产品的创新研发过程，您的技术成果将直接应用于市场化高端装备。

·健全的福利保障：五险一金、带薪年假、健康体检、员工宿舍及工作餐等福利齐全。

·持续的学习支持：提供专业培训机会、学术会议参与通道，助力您在技术道路上不断进阶。