cv算法工程师岗位职责

岗位职责：
1.负责深度学习及机器学习相关算法的开发和应用
2.负责智能应用相关产品的核心算法研发。
任职要求
1.计算机、模式识别及图像处理相关专业，硕士及以上学历，相关经验5年以上；
2.2年以上图像处理算法方面的工作经验，熟悉目标检测、图像识别相关的典型算法，有OCR项目经历者优先；
3.扎实的算法理论基础，熟悉机器学习算法的基本理论，有较强的数学建模、概率论、统计学知识能力；
4.理解图像处理和深度学习基础理论，理解并能熟练使用基础网络结构（DNN/CNN/RNN等）；
5.精通一种以上深度学习开源框架，如TensorFlow、PyTorch、MXnet、Keras等，灵活运用框架解决问题。
6.熟练掌握编程语言Python、SQL等，熟练掌握C/C++者优先，具有Linux开发经验，有模型封装部署经验者优先；
7.有很强的沟通能力和团队协作能力，在to B 领域有算法成功落地经验优先。

工作地点：深圳南山区
工作性质：全职
招聘对象：有 1-3 年 CV 算法相关工作经验者优先，优秀应届毕业生亦可投递
岗位职责
算法研发与优化
1.负责计算机视觉领域核心算法的研发、改进与验证，包括但不限于图像分类、目标检测、语义分割、图像生成、人脸识别、姿态估计等方向。
2.跟踪国内外 CV 领域前沿技术（如 Transformer 系列模型、扩散模型等），结合业务场景进行技术调研与预研，推动新技术在实际项目中的落地应用。
3.针对算法性能瓶颈（如精度、速度、显存占用）进行优化，提升算法在不同硬件平台（CPU、GPU、嵌入式设备）上的运行效率。
项目落地与交付
1.参与 CV 相关项目的需求分析、技术方案设计，将算法模型转化为可落地的工程化解决方案，确保项目按时、高质量交付。
2.与工程开发团队（后端、前端、嵌入式开发等）紧密协作，提供算法接口文档，协助解决模型部署过程中的技术问题，保障算法模块与整体系统的兼容性和稳定性。
3.负责算法模型的版本管理、迭代更新，记录技术开发文档、实验报告，形成可复用的技术资产。
数据处理与模型训练
1.参与 CV 项目相关数据集的构建、清洗、标注规范制定，优化数据增强策略，提升数据质量与模型泛化能力。
2.基于 PyTorch/TensorFlow 等深度学习框架，完成模型的训练、验证与测试，设计合理的实验方案，分析实验结果并持续迭代优化模型。
任职要求
（一）核心技能要求
专业基础
1.计算机科学与技术、电子信息工程、人工智能、数学等相关专业背景，硕士及以上学历（优秀本科毕业生可破格考虑）。
2.扎实的数学基础，熟悉线性代数、概率论与数理统计、微积分等知识，能理解 CV 算法的数学原理。
3.掌握计算机视觉基础理论与经典算法，如 CNN、R-CNN 系列、YOLO 系列、ResNet 等，了解常用的图像预处理、特征提取方法。
技术能力
1.熟练使用至少一种深度学习框架（PyTorch 优先，其次 TensorFlow/TensorFlow 2.x），具备独立搭建、训练和优化深度学习模型的能力。
2.精通 Python 编程语言，熟悉 Linux 操作系统，掌握 Shell 脚本、Git 版本控制工具；了解 C++ 编程者优先，具备模型工程化部署经验（如 ONNX、TensorRT、OpenVINO）者加分。
3.具备良好的问题分析与解决能力，能独立开展技术调研和实验验证，有 CV 算法竞赛（如 Kaggle、天池相关赛事）获奖经历或高质量论文（顶会 / 顶刊）发表者优先。
（二）综合素质要求
1.对计算机视觉领域有浓厚兴趣和探索欲，关注技术前沿动态，具备持续学习的能力。
2.具备良好的沟通协作能力和团队合作精神，能清晰表达技术思路，高效推进跨部门项目合作。
3.具备较强的责任心和抗压能力，能在项目 deadlines 下保证工作质量，主动承担技术挑战。
4.优秀应届毕业生需具备相关 CV 方向实习经历（如算法研发、模型优化等）或完整的课程设计 / 毕业设计项目。

【岗位职责】
1、 快速开发AI软件产品原型；
2、 对问题进行需求分析，选择合适的计算机视觉相关的智能模型。
3、 对模型进行训练和调优，以满足任务目标。
4、 具备国产化硬件平台（华为、算能、寒武纪等）适配部署能力。
5、 收集运行数据，持续更新模型。
6、 配合项目相关的算法开发工作，研发演示系统，并支撑指标测试等工作。
7、 结合客户需求，为客户提供深度学习解决方案，并负责方案的落地；
8、 了解行业发展趋势，挖掘客户需求，跟进客户问题解决状态，促进公司商业目标达成。
【任职要求】
2、 硕士及以上学历，计算机、软件工程、通信、数学、微电子等相关专业，3年以上工作经验；
3、 熟练掌握C++/Python等编程语言，有扎实的编程基础和良好编程风格，掌握Linux操作系统下CMake、GDB、Git等常用开发和调试工具；
4、 掌握深度学习基础知识如CNN、RNN、LSTM、Transformer等，有深度学习相关工程经验，有目标检测跟踪、图像融合增强等相关工程经验优先，熟悉常见算法；
5、 熟悉TensorFlow/Pytorch/Mxnet/Caffe等深度学习框架一种或多种，具有计算框架任意核心模块开发、移植和优化经验；
6、 了解异构计算机软硬件协同编程模型，熟悉OpenCV、Cuda编程；
7、 根据任务需求，处理数据集，使其能够满足模型训练要求。
8、 熟悉分类、检测、分割等计算机视觉常见任务，以及使用CNN，Transformer实现指定任务的各种模型。
9、 熟悉视觉相关的预训练模型（如CLIP，SAM等），能够基于相关预训练模型完成特定任务，了解大语言模型。
10、 了解扩散模型、GAN等图像生成模型，能够运行常见的视觉生成算法进行图像生成。
11、 能够阅读计算机视觉相关的论文，并进行复现。
12、 良好合作沟通能力，较强抗压能力，能适应不定期支撑客户解决现场问题。
13、 优先项：
有人工智能和计算机视觉等领域国际会议/期刊论文发表者优先。
有3D计算机视觉、模型剪枝与量化、知识蒸馏以及部署优化经验者优先。
有计算机视觉在工业领域落地应用经验者优先。
有应用软件和APP开发经验者优先。