合肥 算法 招聘（工资待遇要求）

岗位职责：
视觉软件开发：基于 Halcon、OpenCV、PCL 等工具库，使用 C++/C# /python开发高稳定性工业视觉系统，实现堵料识别（ROI+尺寸超限）、物料连续性检测（末端定位+间距测距）、风力管道残留监测（颜色/纹理+面积占比）、切丝异常预警（绒丝/花片分类）等核心功能；
2D/3D 融合视觉系统设计：针对皮带线、喂料机、风力送丝管道等场景，设计融合 2D 图像分析与 TOF 点云处理的混合检测方案，支持物料高度、宽度、横截面积、流量等多维指标实时计算；
硬件选型与现场部署：根据产线环境（粉尘、振动、光照变化）完成工业相机（含 2D/3D）、镜头、光源、防护罩等组件的选型、安装与调试，确保系统长期稳定运行；
数据闭环与算法迭代：建立异常样本采集、标注、模型训练与阈值自优化机制，支持 NG 样本自动归集、标注工具开发及在线参数调整；
项目交付与技术转移：主导从方案验证到现场部署的全流程，编写标准化技术文档，并培训运维人员掌握系统操作、报警排查及基础维护。
岗位要求：
硕士及以上学历，计算机、人工智能、自动化、视觉识别等相关专业；
精通 C++ 或 C#、python，熟练使用 Visual Studio / Qt，具备 多路视频流并发处理、低延迟图像采集与推理架构 开发经验；
扎实掌握 OpenCV、Halcon 及 PCL（Point Cloud Library），能独立完成以下任务：
ROI 区域动态监控与尺寸测量（高度/宽度超限判断）
基于阈值/颜色/纹理的物料分割与连通域分析
物料“末端”坐标提取与间距排序（精度 ≤20cm）
TOF 点云去噪、深度图生成、横截面积计算与流量建模
具备 工业瑕疵检测实战经验，熟悉 YOLO、U-Net、EfficientNet 等模型在 小样本、不平衡数据 下的训练与部署策略，能处理“绒丝”“花片”等细微异常；
熟悉工业相机（Basler、IDS、LUCID 等）、镜头、LED 光源选型，能应对 强反光、烟尘、低对比度 等恶劣成像环境；
了解 数据标注流程与半自动标注工具（如 LabelImg、CVAT），能构建从 NG 报警 → 样本回流 → 模型迭代的闭环；
有烟草、食品、制药或流程制造行业视觉项目经验者优先，能适应产线环境并接受短期出差。