视觉软件工程师-能源科技-惠州

将视觉算法部署到实际硬件（如工业相机、嵌入式设备、机器人），搭建“图像采集-算法处理-结果输出”的完整系统；与软件、硬件团队协作，解决算法与工程场景的适配问题（如光照干扰、硬件延迟）；

负责视觉项目的数据集构建，包括数据采集、标注（使用LabelImg、LabelMe等工具）、清洗与增强；基于标注数据训练、验证和迭代模型，确保模型在真实场景中的泛化能力；

测试视觉系统在实际场景中的运行效果，定位并解决精度不足、误识别、处理延迟等问题；根据业务反馈（如工业检测漏检、自动驾驶目标误判）持续优化算法或调整系统参数。

精通Python（算法快速迭代、数据处理核心语言），掌握C++（需高性能部署场景，如嵌入式设备、工业实时系统）；

熟悉传统计算机视觉算法（如目标匹配、光流估计、相机标定），以及深度学习视觉模型（如CNN、Transformer、YOLO系列目标检测、U-Net图像分割、ResNet分类模型），理解模型原理与适用场景；

了解视觉采集硬件（工业相机、镜头、光源选型）的工作原理，能解决光照干扰、成像模糊等硬件相关问题；熟悉嵌入式平台（如NVIDIAJetson、FPGA）的算法部署流程，适配低延迟、低算力场景需求。