一、岗位职责n1.负责巡检机器人目标检测、OCR文字识别、图像识别等算法研发与优化，满足设备状态识别、仪表读数、缺陷检测等场景需求。n2.完成算法模型训练、测试、迭代，提升复杂工业环境下识别准确率、鲁棒性与实时性。n3.负责算法边缘端部署与性能优化，包括模型集成、轻量化（量化/剪枝）及推理加速，熟练掌握MNN/TNN/NCNN/TFLite等移动端推理框架。n4.与硬件、嵌入式、软件团队协同，完成算法落地、联调与现场问题解决。n5.跟踪行业前沿技术，引入优秀方案提升机器人视觉感知能力。n6.负责大模型在巡检报告场景的基础接入与应用，协助完成巡检报告文本提取、简单结构化整理及基础语义分析，适配巡检业务需求。n二、任职要求n1.本科及以上学历，计算机、自动化、电子信息、模式识别、机器学习等相关专业。n2.熟练掌握目标检测（YOLO、Faster R-CNN、SSD 等）、图像分类 / 分割、OCR 识别原理与工程实践。n3.熟练使用 PyTorch/TensorFlow至少一种深度学习框架，有独立模型训练与调优经验。n4.熟悉边缘部署流程：模型量化、剪枝、转换、推理引擎的使用（TensorRT、ONNX Runtime、NCNN 等）。n5.熟练使用 Python/C++，掌握 OpenCV 等视觉工具库，具备数据处理、模型评估能力。n6.了解大语言模型（LLM）基础应用，会使用大模型 API 调用，能完成简单的文本结构化提取，适配巡检报告场景。n7.有巡检机器人、工业视觉、电力 / 化工 / 安防巡检相关项目经验者优先。n8.具备良好的问题分析能力、工程落地能力与团队协作意识。n三、加分项n1.有仪表识别、指针表 / 数字表读数、设备缺陷检测等实际项目经验。n2.有大规模数据集构建、数据增强、模型蒸馏经验。n3.发表过 CV 相关论文或拥有相关专利。