视觉算法开发工程师

（1）算法研发与性能提升 开展基于深度学习的计算机视觉算法开发，涵盖目标检测、图像分类、图像分割、姿态估计、3D重建、多目标跟踪等方向。 结合实际业务需求，优化模型在精度、推理速度及内存消耗等方面的表现，熟练运用模型压缩方法（如量化、剪枝、知识蒸馏）及工程加速手段（如TensorRT、OpenVINO、CUDA等）。 主导数据集建设工作，包括数据采集、清洗、标注规范制定以及数据增强方案设计。 （2）算法部署与工程实现 推进算法在嵌入式平台、移动设备或云环境中的高效部署，掌握ONNX、TensorFlowLite、NCNN等主流部署框架。 协同软件与硬件团队，应对工业应用中的复杂挑战（如低光照条件、遮挡、图像噪声等），确保算法稳定运行。 （3）新技术研究与创新 持续关注学术与产业前沿技术动态，如Transformer架构、扩散模型、多模态大模型等，开展技术预研和原型验证。 针对长尾场景和边缘案例，设计有效策略，提升算法在真实环境下的鲁棒性与泛化能力。 （4）团队协作与产品集成 与产品、硬件及测试团队密切协作，清晰界定技术需求范围，推动算法在终端产品中的集成与落地。