岗位职责 1. 机器视觉基础：成像光学、镜头选型、光源打光方案、图像噪声抑制、相机成像模型 2. 图像算法：边缘检测、轮廓提取、亚像素拟合、液滴轮廓识别、Young-Laplace方程拟合算法 3. 接触角计算模型：切线法、圆拟合、椭圆拟合、Young-Laplace拟合；前进角/后退角、滚动角算法 4. 光学测量误差机理：折射畸变、反光、阴影、样品不平整带来的系统误差 5. 标定算法：像素标定、畸变校正、温度对折射率影响补偿 6. 软件架构：图像采集线程、实时分析、数据拟合、报表输出 任职要求 1. 接触角测量设备完整算法方案落地，区分静态/动态接触角测试场景 2. 解决高反光晶圆、粗糙表面、透明样品成像难点 3. 算法鲁棒性优化：气泡、污渍、液滴偏心、挥发干扰下稳定识别 4. 算法精度标定、设备计量校准方案制定 5. 多工位自动测量、自动滴液联动视觉闭环控制开发

岗位职责 1. 射频/中频功率闭环控制：恒功率、恒电流、恒电压多模式控制 2. 阻抗追踪、自动谐振匹配算法、驻波保护算法 3. 负载扰动下PID、自适应控制、防振荡策略 4. 时序控制：气体时序、启辉时序、打火识别与快速保护逻辑 5. 工艺参数曲线规划：功率斜坡、脉冲调制、间歇放电控制 6. 故障诊断算法：断气、电极老化、绝缘下降、异常打火识别 任职要求 1. 常压等离子电源数字控制方案（MCU/DSP/Firmware）开发 2. 负载动态变化下稳定启辉、持续放电算法优化 3. 工艺配方模块化，支持客户分段等离子处理工艺 4. 电弧/瞬态短路毫秒级保护逻辑落地 5. 整机控制逻辑与上位机通讯协议搭建

岗位职责 1. 非接触测温原理（高温计、红外测温），测温干扰补偿 2. 多分区独立功率闭环控制；多输入多输出耦合解耦算法 3. 自适应PID、前馈控制；升降温斜坡规划 4. 分区耦合扰动抑制；稳态均温、动态升降温均温控制逻辑 5. 测温漂移、辐射干扰补偿算法；异常测温故障识别 任职要求 1. 多灯区RTP分区控温固件算法开发调试 2. 实现高速升降温同时保证整片晶圆温度均匀 3. 建立温度标定、温度修正模型 4. 开发工艺配方系统，支持恒温、脉冲退火、快速尖峰退火

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

工作职责 1. 场景化AI方案落地 - 聚焦精密压铸、机加工环节，开发视觉质检算法（如铸件缺陷检测、尺寸精度校验），替代人工检测，提升检测准确率与效率。 - 基于设备传感器数据与生产日志，构建时序预测模型，实现压铸机、CNC等设备的故障预警与预测性维护，减少停机时间。 - 结合ERP/MES/APS系统数据，优化生产排产与调度算法，平衡产能、交期与成本，适配“三精三百”管理要求。 2. 数据处理与模型开发 - 对接生产、质检、设备等数据源，完成数据采集、清洗、标注与特征工程，搭建工业级训练数据集，解决数据孤岛问题。 - 选用适配工业场景的机器学习/深度学习算法（如CNN用于视觉质检、LSTM/Transformer用于时序预测），完成模型设计、训练、调参与优化。 - 针对产线边缘算力限制，开展模型轻量化（量化、剪枝），确保模型推理速度与精度平衡。 3. 工程化部署与系统集成 - 采用Docker等工具封装模型，通过FastAPI搭建推理服务，实现与MES、QMS等现有信息化系统的集成对接。 - 完成AI方案在产线的试点与推广，配合生产、质检团队完成上线测试与效果验证。 4. 技术迭代与知识沉淀 - 跟踪工业AI、大模型、机器视觉等领域新技术，探索在精密制造场景的创新应用（如小样本学习解决工业数据稀缺问题）。 - 编写技术文档、部署手册，沉淀AI落地方法论，推动跨部门技术交流。 5、负责AI Agent核心架构设计与开发，不断优化和提升大模型Agent的技术框架，构建高可用、低延时的分布式系统 任职要求 1. 学历与专业：本科及以上学历，计算机科学、自动化、数据科学、电子信息等相关专业；硕士学历或有精密制造/压铸行业AI落地经验者优先。 2. 核心硬技能 - 编程基础：精通Python，熟悉NumPy、Pandas、Scikit-learn等工具；了解C++者优先（适配边缘端开发）。 - 框架与算法：熟练掌握PyTorch/TensorFlow至少一种深度学习框架；精通计算机视觉（目标检测/分割）、时序预测算法，有工业场景模型优化经验。 - 工程化能力：熟悉Docker容器化技术、FastAPI推理服务搭建；了解MLOps基础流程，具备模型监控与迭代能力。 - 行业适配：熟悉工业协议（Modbus/OPC UA）或MES/ERP系统数据对接经验者优先；了解精密压铸、机加工工艺或工业质检流程者加分。 3. 素质要求 - 具备较强的问题拆解能力，能将“无披锋、一次做准”等工艺要求转化为AI技术方案。 - 跨部门协作能力强，能高效对接生产、质检、IT团队，推动项目落地。 - 学习能力与抗压能力突出，适应制造业快速交付与持续优化的业务需求。 - 认同公司“以人为本、以质取胜”的经营理念，具备创新意识与工匠精神。 加分项 - 有精密制造行业AI质检、设备预测性维护、智能排产等项目落地经验。 - 掌握模型轻量化技术（TensorRT/ONNX）或边缘端（ARM/NPU）部署经验。 - 拥有AI相关专利、竞赛获奖或开源项目贡献者。 - 熟悉工业视觉检测设备（如三维扫描测量仪）数据处理流程。