岗位职责： 1. 负责交通场景下计算机视觉算法的研发、优化与迭代，重点包括但不限于：车辆/行人检测、跟踪、轨迹分析、交通事件（如拥堵、事故、违章停车、异常逆行、行人闯入等）的智能识别与报警。 2.针对交通场景的特殊性（如光照变化、天气影响、小目标、遮挡等），研究和应用先进的深度学习模型（如YOLO、Faster R-CNN、Transformer等），持续提升模型的准确性、鲁棒性和实时性。 3.负责海量交通视频数据的采集、清洗、标注和管理工作；构建高质量的领域数据集，并通过数据挖掘和分析驱动模型性能提升。 4.将算法模型部署到实际生产环境（如边缘计算设备、GPU服务器等），并进行性能优化，确保系统满足低延迟、高并发的业务需求。 5. 与前后端开发团队协作，完成视觉算法的集成、系统联调和上线，撰写相关技术文档，并负责算法模块的长期维护与效果评估。 任职要求： 1.计算机科学、人工智能、电子工程、自动化等相关专业，本科及以上学历。 2.熟练掌握Python编程语言，具备良好的编程习惯和代码调试能力。 3.精通至少一种主流深度学习框架（如PyTorch, TensorFlow, PaddlePaddle）。 4.扎实的计算机视觉基础，深入理解目标检测、目标跟踪、图像分类、语义分割等领域的经典算法。 5. 具备1-3年以上计算机视觉算法研发经验，有基于视频的安防、交通、自动驾驶等相关领域项目经验者优先。 6.具备优秀的分析问题和解决问题的能力，能够针对复杂的交通场景挑战，提出有效的技术解决方案。 7. 良好的沟通能力和团队协作精神，能与不同职能的同事高效合作。 优先考虑条件： 1.有交通事件检测、智慧交通、车辆重识别、行为分析等实际项目经验者优先。 2.熟悉模型压缩、剪枝、量化等优化技术，有TensorRT、OpenVINO等边缘端部署经验者优先。 3.熟悉多目标跟踪（MOT）算法（如DeepSORT, ByteTrack等）或视频理解相关技术。 4.在CVPR、ICCV、ECCV等高端会议或期刊上发表过论文，或在Kaggle、天池等知名竞赛中取得优异成绩者。