机器视觉算法研发工程师

岗位职责：

1.机器视觉算法研发与性能提升

负责工业环境中的视觉算法设计与优化，涵盖以下方向：

2D视觉应用（表面缺陷识别、光学字符识别、条形码读取、几何尺寸测量）

3D视觉处理技术（点云对齐、三维建模、结构光与飞行时间相机数据解析）

目标定位与图像匹配（模板匹配、关键特征提取、SIFT/SURF/ORB算法实现）

动态场景分析（多对象追踪、光流法运动估计）

结合工业需求改进传统图像处理方法（基于OpenCV的算法调优）及深度学习模型（如YOLO、UNet等网络结构优化）

应对复杂工况挑战（如高反光、低对比度、高速移动条件下的稳定性增强）

2.工业数据管理与模型效能优化

规划并实施数据采集流程，构建高质量工业视觉数据库（例如缺陷样本集合）

开发数据扩充与仿真策略（利用GAN生成特定缺陷图像）

提升模型在边缘计算设备（如Jetson系列、工业控制机）上的运行效率

推进模型压缩（TensorRT量化、网络剪枝）与运算加速（多线程编程、CUDA并行优化）

3.视觉系统集成与工程调试

协同自动化工程师完成视觉模块与PLC、机械臂之间的通信联调

实现相机标定（采用Halcon/OpenCV工具）、多摄像头同步采集方案

搭建视觉引导架构（如机器人抓取定位、精准对位贴合系统）

封装SDK或接口API供上位机调用，并制定统一通信标准（如Modbus、TCP/IP协议）

4.现场技术支持与持续改进

参与产线设备实地部署，解决现场光照波动、机械振动等干扰问题

建立检测性能评估体系（设定误判率与漏检率控制指标）

持续迭代算法鲁棒性，适配多样化生产环境

5.技术资料撰写与规范建设

编制算法设计说明、测试验证报告及操作指导文档

制定视觉算法开发标准与部署实施流程

推动技术创新成果专利化（如新型检测方法或系统设计方案）

任职要求：

1.理工科背景（计算机科学、人工智能等相关专业优先）；

2.本科及以上学历；

3.熟练使用主流编程语言（如Python、C++），掌握常用AI框架（如TensorFlow、PyTorch、MXNet），熟悉Halcon、VisionPro等视觉软件工具；

4.深入理解机器学习与深度学习原理，并能灵活应用于各类实际场景；

5.具备扎实的数学基础和数据分析能力，掌握线性代数、概率论与数理统计知识；

6.拥有完整项目经验，可独立完成从数据预处理到模型上线的全流程工作；

7.具备良好的团队协作意识和沟通表达能力。