安防系统工程师 – 视觉分析

负责基于 Python Web（Django / FastAPI） 的后端系统设计与开发； 负责基于 React + TypeScript 的前端开发，实现视觉检测结果展示与交互； 负责计算机视觉项目落地，包括：目标检测 / 分类 / 分割 / 姿态； 基于 PyTorch / TensorFlow及NVIDIA Toolkit完成模型训练、验证与调优； 负责模型从训练到部署的全流程落地，模型转换、推理加速与优化、模型部署； 负责边缘端Arm设备代码构建与优化，掌握 C 语言编程，针对 NVIDIA Jetson 等平台进行高性能嵌入式开发； 扩展模型应用能力，不仅限于 YOLO 系列，需具备处理分割、姿态估计、ReID 等多种深度学习模型的落地经验； 构建端到端系统链路（前端 → 后端 → AI推理 → 结果回传）； 参与系统架构设计，提升系统稳定性、性能与可扩展性。

具备全栈开发的能力，熟悉容器化、 CI/CD部署； 精通Python Web开发（Django / Fast API）； 精通前端React + TypeScript开发； 熟练使用 PyTorch / Tensorflow框架，可以独立完成模型训练 / 迁移学习； 精通 YOLO 系列目标检测模型，同时熟悉其他主流模型架构（如 Transformer 类、分割模型等），具备丰富的实际项目落地经验； 精通 YOLO系列目标检测模型，具备丰富的实际项目落地经验； Nice to have： 熟悉 NVIDIA TAO Toolkit完成模型训练 / 微调 / 部署流程； 熟练使用 Jetson平台，具备实际项目落地部署经验； 熟悉 DeepStream SDK，能够完成视频流推理与多路流处理； 具备边缘端Arm平台开发能力，熟练使用 C/C++ 进行高性能计算模块编写与系统集成； 熟练使用Docker进行容器化开发与部署