算法专家

1. 01

   技术规划与架构：负责工业AOI设备中图像算法体系的中长期技术规划，设计可扩展、高精度、低延迟的算法架构，支撑多产品线（如PCB、半导体、新能源、表面缺陷等）的检测需求；

2. 02

   核心难题攻关：主导解决行业级难题，例如：纳米级缺陷检测、透明/高反光物体成像、跨品类小样本学习、极低漏检率（<0.1%）下的高过杀平衡、以及超高速产线下的实时检测；

3. 03

   推动算法在工控机/嵌入式平台的高效部署（如TensorRT、OpenVINO），并进行多线程、流水线等工程优化；

4. 04

   探索并落地前沿AI技术在AOI中的应用，包括但不限于：基于扩散模型的缺陷样本生成、大语言模型辅助缺陷规则定义、多模态模型（如CLIP、GPT-4V）进行零样本/少样本缺陷检测与图文描述；

5. 05

   带领或指导初中级算法工程师完成数据标注规范制定、模型训练调优及产线灰度测试；

6. 06

   与硬件、电气、软件团队紧密协作，制定视觉检测方案与验收标准，解决现场疑难问题（如小样本、类别不均衡、光照鲁棒性）。

1. 01

   博士或优秀硕士学历，计算机、自动化、光学工程、电子信息、数学等相关专业，8年以上工业视觉、AOI或相关领域算法研发经验，其中至少3年以上技术负责人或专家岗经历；

2. 02

   精通数字图像处理（滤波、形态学、边缘检测、特征提取、相机标定、畸变校正等），熟练使用OpenCV/Halcon等工具；

3. 03

   熟练掌握Python或C++，具备高性能、高稳定性代码编写能力，熟悉Linux开发环境；

4. 04

   深度学习基础扎实，熟悉PyTorch/TensorFlow/PaddlePaddle框架，能独立完成从数据准备、模型选型（分类/检测/分割）到训练、调优、剪枝量化的全流程；

5. 05

   AI综合能力突出： 熟悉生成式AI（如扩散模型、GAN、VAE），并能应用于工业缺陷样本合成、数据增强或域迁移； 了解多模态大模型（如CLIP、LLaVA、GPT-4V系列），具备通过视觉-语言模型进行少样本/零样本缺陷检测、缺陷描述生成的实际经验； 能够利用大语言模型（如Llama、通义千问、ChatGLM）进行检测规则解析、故障报告自动生成或交互式质检辅助；

6. 05

   了解自监督学习、对比学习在图像表征提取中的运用，减少对大量标注数据的依赖；

7. 06

   深刻行业认知：对典型AOI场景（如PCB、晶圆、锂电池、显示屏、金属表面）的成像特性、缺陷类型、检测标准及产线节拍有直接的一线经验，能预判技术风险并提出系统性方案；

8. 07

   卓越的问题抽象与创新能力：有至少2个从0到1主导并成功量产的AOI算法项目，能以论文、专利或技术报告形式展示关键突破；

9. 08

   具备良好的英语读写能力，能快速跟进CV/ML/AI顶会最新文献（CVPR/ICCV/ECCV/NeurIPS/ICLR）。

加分项

1. 01

   在工业视觉或AI领域顶会/顶刊（CVPR/ICCV/ECCV/TPAMI等）发表过论文，或拥有高价值发明专利；

2. 02

   有带领5人以上算法团队的成功经验，或作为核心技术人获得过省部级以上科技奖项；

3. 03

   掌握C++多线程/GPU编程（CUDA)协同加速；

4. 04

   有将生成式AI或多模态大模型集成到工业质检产品中的实际项目经历（如利用Stable Diffusion生成缺陷图、利用CLIP做零样本分类、利用GPT-4V辅助标注等）；

5. 05

   有工业质检领域大模型（如工业GPT）实际预训练或微调经验。