岗位职责： 1.算法开发与优化​，负责图像分类（如ResNet/ViT系列）与目标检测（YOLO/Faster R-CNN/DETR等）算法的研发与调优，结合实际场景提升模型性能（如准确率、推理速度），参与多模态大模型在视觉任务中的应用，探索模型轻量化、知识蒸馏等优化技术； 2.模型部署与落地​，实现算法在移动端/嵌入式设备的部署，完成模型量化（INT8/FP16）、封装SDK及接口文档编写。针对业务场景（如运动场景行人检测、密集目标识别）优化算法性能，满足实时性要求； 3.数据处理与增强​，构建大规模图像数据集，完成数据清洗（异常值处理、标注校验）、数据增强（Albumentations/Torchvision）及特征工程。设计数据-模型协同优化策略，解决长尾分布、小样本等问题； 4.技术研究与创新​，跟踪CV领域前沿动态（如Diffusion模型、自监督学习），复现顶会论文（CVPR/ICCV）并探索业务适配性。 任职要求: 1.教育背景​：计算机科学、人工智能、电子工程等相关专业，一本以上本科或硕士在读； ​2.技术能力​：熟练掌握Python，熟悉C++/Linux开发环境，具备PyTorch/TensorFlow框架实战经验，深入理解经典CV模型（如ResNet、Mask R-CNN）及目标检测最新进展（如DETR系列），熟悉OpenCV、MMDetection等工具库，具备模型训练-部署全链路经验者优先； 3.​项目经验：​在图像分类、目标检测等领域有实际项目成果（如竞赛获奖、论文发表、GitHub开源项目）优先； 4.​软性素质​：逻辑清晰，具备独立解决问题能力，对技术落地有强烈兴趣。