岗位职责:
1. 负责开发基于深度学习的缺陷检测算法,推动公司在此领域的技术创新与突破
2. 负责构建融合传统图像处理(形态学分析/分割)与深度学习(YOLO/UNet)的混合检测框架;
3. 设计针对复杂纹理面料特性,研发抗干扰的图像增强与特征提取方案
4. 实现算法在Jetson AGX/NVIDIA A2等边缘计算设备的部署,推理速度≤50ms/帧
5. 开发模型压缩方案(知识蒸馏/量化),模型体积控制在200MB以内
6. 搭建自动化模型调优系统,支持在线学习与缺陷样本增量训练参与编写技术文档,包括训练方法、数据标注、专利等
任职要求:
1.应届或有工作经验皆可
2. 精通Python、C++或C#等开发编程语言
3. 精通CNN、Transformer或3D视觉算法,精通Pytorch或Tensorflow框架
4. 精通PyTorch/Tensorflow与ONNX转换,有TensorRT部署实战经验
5. 掌握工业检测核心算法:小样本学习、异常检测
6. 熟练使用Halcon/OpenCV实现传统图像处理pipeline,具备生产环境问题解决能力(应对光照变化/机械振动/样本不平衡等场景挑战)
苏州 - 相城
苏州 - 吴中
苏州 - 工业园区
苏州 - 张家港
苏州 - 吴中
苏州 - 工业园区