AI 视觉检测工程师

【岗位职责】 1. AI智能检测方案设计与实施 对接产线及质量部门实际需求，开展汽车零部件外观缺陷检测项目的可行性分析，独立制定AI视觉检测整体技术方案，明确设备布局、成本测算与项目推进计划。 2. 视觉成像系统构建与调优 主导工业相机、镜头、光源、工控机等核心硬件的选型工作，完成样品打光实验与图像采集测试，攻克零部件反光、色差、形变等成像难题，建立稳定可靠的图像采集工位。 3. AI缺陷模型开发、迭代与上线 负责缺陷图像的数据采集、标注处理与数据集构建；基于深度学习框架训练缺陷检测、分割与分类模型；实现模型压缩、加速优化及批量部署，持续降低漏检率与误报率。 4. 传统视觉与AI算法协同开发 融合Halcon/VisionMaster/OpenCV等传统图像处理方法，结合AI深度学习技术，实现产品尺寸测量、定位识别及划痕、变形、缺料、焊点异常等多类型缺陷的全覆盖检测。 5. 产线视觉系统集成与通信联调 完成视觉系统与PLC、机器人、MES系统及流水线设备的接口对接与联合调试，熟练运用TCP/IP、Modbus等通信协议，输出判定结果并上传不良品信息。 6. 现场实施、运维保障与标准化建设 驻厂完成设备安装调试与产线验收工作，及时排查现场干扰引发的检测异常；编制AI检测方案文档、测试报告、操作指南及维护SOP，形成可复用的标准流程。 7. 项目支持与团队能力提升 面向客户及内部质量团队提供设备操作培训，组织不良案例复盘，推动AI模型与检测逻辑持续优化，支撑多个产线视觉检测项目的快速复制与落地。 【任职要求】 1. 学历专业：本科及以上学历，自动化、机器视觉、测控、计算机、人工智能等相关专业；实践能力强的大专学历者可酌情考虑。 2. 从业经验：具备2年以上独立完成工业AI视觉缺陷检测项目落地的经验，有汽车零部件（冲压/焊接/底盘/内饰）检测项目背景者优先。 3. 核心技能 · 熟练使用Halcon、VisionMaster或OpenCV至少一种视觉工具，掌握传统图像处理算法； · 熟悉PyTorch/TensorFlow框架，具备完整的AI数据标注、模型训练、参数调优及部署落地实操能力； · 了解工业光学器件选型原则，能独立完成打光设计与成像调试； · 掌握Python或C#至少一门编程语言，具备工控设备通信对接基础。 4. 加分项 · 具备TensorRT、OpenVINO等模型加速优化经验； · 有3D视觉、点云数据处理相关项目经历； · 熟悉IATF16949汽车行业质量体系，了解常见零部件外观缺陷类型； · 具备MES系统对接经验或多套视觉设备集中管理能力。 5. 综合素质 · 可接受短期出差，能独立应对现场突发故障； · 思维条理清晰，擅长与机械、电气、质量等跨部门协作沟通； · 具备问题回溯分析、方案总结提炼及标准化文档输出能力。