岗位职责 
1. 工业AI视觉算法研发
负责2D/3D工业场景下的AI算法设计与开发，覆盖四大核心方向：
o外观检测：表面缺陷（划痕、脏污、崩边等）的检测与分割
o尺寸检测：基于亚像素边缘/点云的精密尺寸测量与公差判定
o定位引导：工件6D位姿估计、抓取点计算、装配引导
o识别：OCR字符识别、一维/二维码读取、零件分类与追溯
针对工业数据"小样本、高噪声、类别不平衡"的特点，设计数据增强、主动学习、迁移学习等策略
2. 深度学习模型开发
基于 PyTorch 框架，进行目标检测（YOLO系列、DETR等）、实例分割（Mask R-CNN、SOLO等）、分类模型的训练、调优与迭代
探索视觉大模型（SAM、YOLO-World、Grounding DINO等）在工业零样本/少样本场景的落地应用
构建工业级数据标注规范与Pipeline，推动自动标注、难例挖掘与数据闭环
3. 3D视觉与6D位姿估计
基于点云库（PCL / Open3D）进行3D数据预处理：滤波、下采样、法向量估计、分割与配准（ICP、NDT等）
开发或改进6D位姿估计算法（如PVNet、DenseFusion、GDR-Net、ZebraPose等），解决无纹理、高反光、堆叠、遮挡等复杂工业物体的位姿估计问题
处理多视角点云拼接、3D模板匹配、点云与RGB融合（RGB-D）等任务
4. 视觉与机器人融合
主导手眼标定算法的实现与精度优化（Eye-in-Hand / Eye-to-Hand），包括九点法、平面标定、3D空间标定等
开发视觉引导完整链路：图像采集 → AI推理 → 位姿解算 → 机器人坐标系映射 → 执行反馈
通过 Socket / TCP-IP / Modbus 等协议与工业机器人控制器（ABB、KUKA、Fanuc、UR、埃斯顿、节卡等）进行实时通信联调
处理机器人运动学基础问题：DH参数、齐次变换矩阵、旋转矩阵/四元数/欧拉角转换、奇异点规避
5. 算法工程化与软件部署
使用 C++（C++11及以上）​ 将算法模块化、软件化，保证实时性与稳定性
基于 TensorRT / ONNX Runtime / OpenVINO​ 实现深度学习模型的高性能推理部署
开发视觉算法上位机软件（Qt / MFC / Python GUI）或 ROS / ROS2 节点，提供标准化接口供系统调用
编写算法设计文档、接口文档、测试报告
任职要求 
1、学历与经验
本科及以上学历，硕士优先；计算机科学、人工智能、自动化、电子工程、应用数学等相关专业
3年以上工业视觉AI算法开发经验，其中至少1年以上视觉与机器人融合项目经验
有从0到1的完整工业落地项目（方案 → 开发 → 现场调试 → 量产交付）优先
2、AI算法能力（2D）
扎实的传统CV基础（OpenCV / Halcon）：图像滤波、边缘检测、形态学、几何变换、相机标定与畸变校正
精通深度学习，熟练掌握 PyTorch，深入理解 CNN / Transformer 架构
熟悉主流检测/分割/分类算法原理与源码，能根据工业场景进行模型改进与轻量化
有 OCR 算法（CRNN、Attention-based、PP-OCR等）或条码识别落地经验
3、3D视觉能力
熟练使用 PCL / Open3D，掌握点云滤波、分割、配准、测量
了解3D传感器原理（线激光、结构光、ToF、双目），有实际点云数据调优经验
有 6D位姿估计​ 或 3D目标检测​ 算法开发经验（BOP竞赛相关经验极大加分）
4、机器人融合能力
深入理解手眼标定数学原理，能独立编写标定程序并完成现场标定
熟悉机器人坐标系变换链（相机→末端→基座→世界），能排查标定误差来源
熟悉至少2个主流机器人品牌的通信协议与编程接口
5、软件工程能力
精通 C++，掌握多线程、STL、智能指针、内存管理，有大型项目架构经验
熟练 Python，用于算法原型验证与训练脚本开发
熟悉 TensorRT / ONNX​ 模型部署流程，有 CUDA 编程经验者优先
熟悉 Git / CMake / Docker​ 等工程工具
有 ROS / ROS2​ 开发经验优先
6、综合素质
强烈的工程落地意识：追求"够用、稳定、可维护"
能深入工业现场排查问题（反光干扰、节拍压力、环境光变化等），接受短期出差
良好的技术文档撰写与跨团队（光学、机械、电气）协作能力
优先加分项
有 SAM / Diffusion / VLM 等大模型在工业视觉场景的微调或应用经验；
熟悉视觉+力觉+激光雷达等多传感器融合的机器人操作；
有 NVIDIA Jetson Orin / Xavier 上的 TensorRT 部署与优化经验；
有高质量开源项目或参与知名视觉算法库贡献