岗位描述
学历与专业:硕士研究生及以上学历,计算机、软件工程、人工智能、模式识别、自动化、电子信息等相关专业。 编程与框架基础:熟练掌握Python,熟悉PyTorch/TensorFlow中至少一种主流深度学习框架,具备独立完成模型训练、调试与评估的能力;了解C++或具备工程化代码能力者优先。 视觉算法基础:扎实掌握目标检测(YOLO系列/DETR)、语义/实例分割(UNet/Mask R-CNN)等主流视觉任务的原理与实现,对CNN、Transformer架构有基本理解,有实际模型调优经验者优先。 数据与工程意识:了解工业视觉数据的特点,对数据清洗、标注管理、样本不均衡、小样本等问题有基本认知或处理经验;具备使用OpenCV进行图像预处理与传统视觉算法辅助开发的能力。 学习与协作能力:具备良好的文献阅读与技术复现能力,能够快速跟进领域内新方法并结合场景做适配实验;逻辑清晰,具备跨团队沟通意识,能将业务需求转化为技术方案。 ★ 优先录用 有工业视觉/缺陷检测项目经验者优先:参与过电力巡检、新能源场站、工业质检等场景的视觉算法项目,熟悉裂纹、锈蚀、松动、渗漏、表计读数等典型缺陷的检测流程。 有多模态融合或大模型应用经验者优先:接触过可见光+红外/深度相机的多模态数据融合,或在视觉大模型(VLM)、开放词汇检测、小样本学习方向有实验或项目积累。 了解风电/电力业务者优先:对风机结构、升压站设备、无人机巡检流程、缺陷定级标准等有基本认知,或有相关行业实习/项目背景。