卫星遥感工程师岗位职责

一、 主要职责
数据处理： 负责卫星遥感影像（如Sentinel-2, Landsat, 高分系列等）和无人机遥感数据的预处理工作，包括辐射定标、大气校正、正射校正、图像融合与裁剪等。

信息提取： 运用面向对象、机器学习及深度学习等方法，从遥感影像中精准识别农田边界、自动分类并提取不同作物的种植面积。

变化监测： 通过对多时相遥感数据的分析，监测作物种植面积的空间与时间变化趋势。

精度验证： 设计与规划外业验证方案，将遥感解译结果与实地调查数据进行比对，评估并撰写精度验证报告，确保数据可靠性。

图件制作与报告撰写： 生成农作物面积分布专题图、数据统计图表，并撰写技术分析报告。

技术工具维护： 维护和优化现有的遥感数据处理流程与模型。

二、 必备技能与资格
学历专业：

本科及以上学历，摄影测量与遥感、地理信息系统（GIS）、测绘工程、农业资源与环境、计算机科学、地理学等相关专业。

技术技能：

遥感/GIS软件： 熟练掌握至少一种主流遥感处理软件（如ENVI、Erdas Imagine、eCognition）和GIS软件（如ArcGIS、QGIS）。

编程能力： 具备一定的编程基础，能够使用Python 或 R语言 进行遥感数据的批量处理和自动化分析。熟悉常用遥感库（如GDAL、Rasterio、Scikit-learn, TensorFlow/PyTorch在遥感中的应用）者优先。

遥感知识： 理解遥感基本原理，熟悉常见卫星传感器及其特性，了解遥感数字图像处理和信息提取的全流程。

数据源认知： 对Landsat、Sentinel、国产高分等公开及商业卫星数据有实际使用经验。

经验要求：

有使用遥感技术进行土地利用分类、农作物识别与分类、变化检测等相关项目经验者优先。

应届毕业生如有扎实的专业技能和优秀的项目/论文经验也可考虑。

三、 优先考虑条件
熟悉农作物物候规律，具备农业知识背景，能辨识主要农作物类型。

有使用eCognition进行面向对象图像分析，或运用机器学习（如随机森林、SVM）、深度学习（如CNN）方法进行遥感影像分类的实际项目经验。

具备无人机数据处理经验（如Pix4D、ContextCapture等）。

在GitHub等平台有遥感相关的开源项目或代码展示。

遥感工程师
1.主要从事遥感影像解译与信息提取算法研究和软件系统开发工作 ；
2.对该领域较为熟悉，能分析并解决研究和开发过程中出现的问题；
3.具有较强的材料编写能力，完成领导交代的文档编制工作；
4.提供其他技术支持。
任职要求：
1.熟悉遥感影像数据、遥感影像目视解译及自动解译技术流程；
2.熟练掌握主流遥感影像处理软件，了解ecognition、ENVI等软件遥感影像分类模块及相关算法；
3.对开源的软件和开发库较为熟悉（例如：OTBOPENCVGDAL等开源框架），具有应用经验者优先；
熟悉面向对象分类方法及技术流程，熟悉监督分类、非监督分类等主流算法，有相关算法开发经验者优先；
4.具备独立处理事务和很好的逻辑思维能力，沟通和团队协作能力好；
其他要求：
1.计算机、遥感与地理信息系统、地质学、摄影测量与遥感、图像模式识别相关专业等本科以上学历；
2.熟练应用相关工具：包括visual studio开发工具、版本控制工具等；
3.具有良好、规范的编程习惯和文档编写习惯；
4.有良好沟通表达能力，有学习精神，工作热情，吃苦耐劳，有团队精神，能够适应工作压力。

职责描述：
1.负责遥感算法的调研工作，形成可行算法实现文档或调研报告；
2.负责遥感数据预处理、处理、遥感反演算法工程化实现；
3.负责维护和持续优化现有算法，保证算法稳定、能够满足技术指标要求；
4.参与项目讨论、方案设计以及遥感相关的文档编写工作。
任职要求：
1.摄影测量、地理信息、遥感、气象等相关专业，硕士及以上学历，
2年以上遥感算法开发经验；熟悉RS、GIS、卫星遥感基础理论，了解RS、GIS在相关行业的应用；
3.熟悉海洋遥感、大气遥感以及中低分卫星遥感等项目实施及技术处理者优先；
4.精通Python编程，具有优秀算法基础，熟练掌握机器学习常用模型、熟练掌握sklearn、pandas、numpy等常用库、熟练掌握TensorFlow、pytorch或其他深度学习框架；
5.具有较强的分析和解决问题的能力，良好的沟通协作能力与团队合作精神，能够阅读英文文献和技术资料。