工作职责:
Job Summary: 运用先进数字化规划、评估和控制的原理，为公司的生产制造质量提供有效保障。

主要职责：
85 负责发动机视觉检测图片的收集、整理、清洗、特征标注，确保数据质量与合规性。
85 负责新建模型训练工作流，根据业务需求设计模型架构并制定训练技术路线，并完成模型的预训练、调整及强化学习，优化模型性能与训练效率。
85 负责模型管理并小批量验证模型效果
85 负责确定模型部署方案并将模型部署到边缘端服务器
85 负责边缘端软件模型调用，包括软件准备和功能调试
85 负责模型维护与迭代，监控模型在线性能，分析日志，记录训练参数与路径优化等技术文档
85 与业务部门协作，明确需求并设计制定解决方案
85 组织开展问题调查分析并牵头对发现的问题进行改进
任职资格:
能力要求：
85 解决问题 - 通过利用行业标准方法来创建问题可追溯性并保护客户，使用系统分析流程解决问题；确定可指定的原因；实施完善、基于数据的解决方案；识别系统性根源并采取建议措施防止问题再次发生。
85 数学基础 - 需掌握线性代数，理解矩阵运算等概念，这是模型底层计算的基础；熟悉概率论与数理统计，用于处理数据的不确定性和分析模型性能；具备微积分知识，以理解优化算法原理。
85 计算机知识 - 要熟练掌握编程语言如Python，以及数据结构与算法，以便实现模型和处理数据。还需了解计算机体系结构和操作系统原理，利于提高模型训练效率。
85 深度学习知识 - 要深入理解神经网络架构，如卷积神经网络等，掌握反向传播算法等模型训练技术，了解优化器等相关知识。
85 数据处理技能 - 要能熟练使用OpenCV等工具进行图像数据的读取、预处理等操作，具备数据增强技术，以增加数据的多样性。
85 - 模型构建与训练技能 - 能运用PyTorch等深度学习框架构建和训练视觉模型，掌握模型调优技巧。
85 工具使用技能 - 要会使用Git进行代码版本控制，利用Jupyter Notebook进行代码开发和调试，了解云平台相关知识。
85 项目管理 - 为临时工作（“项目”）建立并维护范围、进度和资源之间的“平衡”。
85 统计基础 - 运用统计工具和技术来影响决策；利用对数据收集方法、关键统计、图形和分析方法的理解来描述流程绩效、获得洞察和推动改进行动

教育、资格及认证：
具有计算机、数学、电子等相关专业大学本科或同等学历。
大学英语四级或同等水平，能使用英文书写工作报告和进行日常口语交流。

经历：具备3年以上模型训练、熟悉目标检测、图像分割等相关领域的工作经验。