【自研项目,不是外包项目】
【岗位职责】
算法研发与优化
负责巡检机器人视觉感知算法的研发,包括目标检测、识别、分割、缺陷检测、OCR识别等任务。
针对工业场景(如电力、化工、能源、厂区设备等)的复杂光照、反光、遮挡等问题,进行算法优化与鲁棒性提升。
设计与实现多模态融合算法(视觉 + 红外 + 激光雷达/深度相机),提升检测精度与稳定性。
模型部署与工程化
基于机器人嵌入式平台(NVIDIA/ RK3588 / x86)完成算法的部署、推理优化和性能调优。
利用 TensorRT、OpenVINO、ONNX Runtime 等框架进行模型量化与加速。
协助嵌入式软件团队实现算法模块与机器人系统(ROS/ROS2)接口集成。
数据管理与模型迭代
参与构建工业巡检数据集,包括图像采集、标注、清洗与数据增强。
建立模型训练、验证、部署的全流程闭环,提高模型泛化能力与适应性。
新技术探索
跟踪计算机视觉和多模态AI在工业巡检方向的*新研究与应用趋势,评估其在项目中的可落地性。
【任职要求】
学历与经验
大学统招本科计算机、自动化、电子工程、人工智能等相关专业硕士及以上学历(本科特别优秀者可考虑)。
具备 2 年以上工业视觉、机器人视觉或AI检测算法相关研发经验。
技术能力
熟悉主流深度学习框架(PyTorch / TensorFlow / MMDetection / YOLO 等),能独立完成算法训练与调优。
掌握常用视觉算法:目标检测(YOLO/DETR)、语义/实例分割(UNet/Mask-RCNN)、OCR、关键点检测、异常检测等。
有工业缺陷检测、仪表识别、阀门/开关识别、指针读数、热红外检测等经验者优先。
熟悉C++或Python编程,具备良好的算法工程化能力。
有嵌入式部署优化经验(TensorRT、OpenVINO、ONNX、NCCL、多线程加速等)者优先。
领域知识
理解工业巡检机器人工作环境及任务特征,对室内外巡检、设备识别、环境语义分割等有深入理解。
熟悉ROS/ROS2或其他机器人软件框架者优先。
有多传感器融合(RGB+IR、RGB+D、视觉+激光雷达)项目经验者优先。
综合素质
具备良好的问题分析与解决能力,能独立承担算法模块开发任务。
具备团队协作精神,能与硬件、嵌入式、控制等跨部门团队紧密协作。
对AI在机器人领域的落地应用有强烈兴趣和创新精神。
【加分项】
曾在电力巡检、石化巡检、轨道机器人、特种机器人项目中有算法开发经验。
有自研算法落地项目或开源项目(GitHub / 论文 / 技术博客)可展示。
熟悉SLAM或多模态导航感知体系架构者优先。