崗位職責(zé)
1．負(fù)責(zé)輕量化目標(biāo)檢測模型（如YOLO系列）的訓(xùn)練、驗(yàn)證與調(diào)優(yōu)工作，獨(dú)立完成從模型搭建到效果驗(yàn)證的全流程實(shí)踐。
2．聚焦表計(jì)識別、OCR或工業(yè)視覺相關(guān)場景，基于現(xiàn)有模型進(jìn)行改進(jìn)與優(yōu)化，重點(diǎn)提升表計(jì)讀數(shù)等核心場景的識別準(zhǔn)確率與魯棒性。
3．熟悉數(shù)據(jù)標(biāo)注規(guī)范、數(shù)據(jù)清洗、樣本增強(qiáng)等操作，能構(gòu)建高質(zhì)量數(shù)據(jù)集。
4．負(fù)責(zé)模型效果問題的定位與排查，針對識別精度不足、泛化能力差等問題，提出并落地可行的優(yōu)化方案。
5．沉淀算法實(shí)踐經(jīng)驗(yàn)，梳理可復(fù)用的模型訓(xùn)練流程、調(diào)優(yōu)方法及技術(shù)文檔，為團(tuán)隊(duì)技術(shù)積累與效率提升提供支持。
6．關(guān)注行業(yè)前沿技術(shù)動態(tài)，探索新的算法、模型或策略在圖像識別場景的應(yīng)用可能性。
任職要求
1．本科及以上學(xué)歷，計(jì)算機(jī)科學(xué)與技術(shù)、電子信息工程、自動化、數(shù)學(xué)等相關(guān)專業(yè)，具備扎實(shí)的機(jī)器學(xué)習(xí)、深度學(xué)習(xí)理論基礎(chǔ)。
2．熟悉YOLO系列等輕量化目標(biāo)檢測模型的原理與應(yīng)用，具備獨(dú)立完成模型訓(xùn)練、驗(yàn)證與調(diào)優(yōu)的實(shí)踐能力。
3．具備表計(jì)識別、OCR或工業(yè)視覺方向相關(guān)項(xiàng)目經(jīng)驗(yàn)（包括課程設(shè)計(jì)、畢業(yè)設(shè)計(jì)、競賽或?qū)嵙?xí)經(jīng)歷）者優(yōu)先，了解相關(guān)場景的技術(shù)難點(diǎn)與優(yōu)化思路。
4．熟悉數(shù)據(jù)標(biāo)注規(guī)范制定、數(shù)據(jù)清洗、樣本增強(qiáng)等數(shù)據(jù)處理操作，了解數(shù)據(jù)集構(gòu)建的核心要點(diǎn)與質(zhì)量把控方法。
5．具備較強(qiáng)的問題排查與分析能力，能快速定位模型效果不佳的原因，并提出合理的優(yōu)化方案。
6．熟練使用Python編程語言，掌握PyTorch/TensorFlow等深度學(xué)習(xí)框架，熟悉OpenCV等圖像處理工具。
7．具備良好的邏輯思維能力、算法實(shí)踐能力和團(tuán)隊(duì)協(xié)作精神，有較強(qiáng)的學(xué)習(xí)能力與抗壓能力，樂于接受技術(shù)挑戰(zhàn)。
8．有表計(jì)識別類的經(jīng)驗(yàn)、有相關(guān)算法競賽獲獎經(jīng)歷、學(xué)術(shù)論文發(fā)表或開源項(xiàng)目貢獻(xiàn)者優(yōu)先。