岗位职责
1、负责机器视觉相关算法模型的训练与推理部署，包括但不限于分类模型、目标检测模型、语义分割模型等，推动模型在实际业务场景中的落地应用；
2、深入研究电力行业典型设备及工业缺陷检测问题，建立并积累相关知识库，持续提升检测精度与鲁棒性；
3、负责传统图像处理方法与深度学习算法的对比实验、测试验证、开发部署与结果归档，形成可复用的技术方案；
4、参与数据集的构建与清洗，包括样本筛选、标注规范制定、数据增强等工作，保证训练样本的多样性与高质量；
5、跟踪前沿计算机视觉研究成果和行业应用趋势，探索创新算法并推动在电力巡检、缺陷识别等场景中的应用。
任职要求：
1、统招本科及以上学历，计算机、人工智能、自动化或相关专业；
2、扎实的数据结构与算法基础，熟练掌握 Python，具备良好的编码规范；
3、熟悉深度学习框架（如 PyTorch、TensorFlow、YOLO 系列等），能够独立完成模型训练、调优与推理；
4、熟悉常见计算机视觉算法与模型：
检测：YOLO系列、Faster R-CNN、DETR/Co-DETR 等；
分割：UNet、DeepLabV3 、Mask R-CNN 等；
传统算法：边缘检测、特征匹配、图像增强与滤波、OCR；
5、具备模型优化与部署能力，熟悉以下任一方向：
模型压缩、量化、剪枝、蒸馏；
GPU 加速、CUDA、ONNX Runtime；
部署环境：Docker、FastAPI、Kubernetes；
6、熟悉数据处理与标注工具链：OpenCV、Pillow、LabelImg、Label Studio 等，能够高效处理和增强大规模数据集；
7、具备良好的逻辑思维能力、学习能力和团队协作能力；
8、有电力行业图像识别、工业检测项目经验，多模态数据处理（红外/可见光结合）经验者优先。