合肥 算法 jobs (salary & requirements)

岗位职责：
1、主导工业视觉检测相关算法的研发，包括缺陷检测、目标定位、视觉引导、图像分割等核心任务，融合传统图像处理技术（如滤波、边缘检测、形态学处理）与深度学习算法（如CNN、YOLO、Transformer）；
2、针对工业场景中的复杂问题（如光照变化、背景干扰、小样本缺陷等），设计高精度、高鲁棒性的算法解决方案；
3、对光照不均、低对比度、复杂背景干扰等工业痛点设计鲁棒性算法，优化算法在实时性（≤50ms）、检测精度（≥99.5%）、泛化性等关键指标
4、优化算法性能，提升检测速度与准确率，满足工业场景的实时性需求；
5、跟踪前沿技术（如少样本学习、自监督学习、3D视觉），探索其在工业检测中的创新应用；
6、与硬件、软件团队协作，完成相机、光源、传感器等硬件选型与算法适配；
7、主导技术方案输出，协同产品经理完成需求分析、技术可行性评估及交付文档编写；
8、指导初级工程师，参与团队技术规划与核心代码评审；
岗位要求
1、经验：5年以上工业视觉算法开发经验，主导过至少3个完整项目落地。
2、精通传统图像处理算法（OpenCV/Halcon）及深度学习框架（PyTorch/TensorFlow/YOLO）。
3、熟悉工业视觉系统开发流程，具备相机标定、多传感器融合、3D点云处理经验者优先；
4、传统方向：精通图像分割（分水岭/GraphCut）、特征工程（SIFT/HOG）、形态学处理、光学仿真（镜头畸变校正）；
5、深度学习：精通PyTorch框架，掌握YOLOv8、Mask R-CNN、UNet++等模型改造经验，具备自研Attention机制、损失函数等创新能力
6、熟练使用C#/Python，具备高性能算法开发及优化能力。
7、深入理解工业质检痛点（如数据样本不均衡、标注成本高、产线环境复杂），能针对性设计数据增强、迁移学习、主动学习等解决方案。
8、熟悉工业领域常见检测标准（如外观缺陷分级、尺寸公差要求），能将业务需求转化为算法指标。
9、有3D视觉（结构光、双目视觉）、机器人视觉引导（定位、抓取）项目经验。
10、具备强逻辑思维与问题拆解能力，能独立承担从0到1的技术攻关。
11、良好的跨团队沟通能力，适应短期出差支持客户现场调试。