视觉感知算法工程师（模型方向）

负责机器人巡检场景下的视觉感知算法开发，包括目标检测、目标跟踪、语义分割、实例分割、缺陷识别、 OCR、仪表读数等任务。负责机器人在复杂环境中的视觉理解能力建设，为导航、操作、巡检决策和任务执行提供感知输入。参与工业巡检场景中的异常识别、设备状态识别、人员/车辆/障碍物检测等模型研发与优化。负责模型训练、评测、部署与端侧优化，推动感知算法在机器人平台上的工程化落地。配合导航、机械臂和系统集成团队，完成视觉定位、目标对准、视觉引导操作和多模态协同任务。同步参与机器人数据闭环建设，包括但不限于数据采集、 标注、清洗、增强、评测和模型迭代。 以及后续的人形机器人视觉理解、环境感知、操作感知和多模态具身智能相关研发

经验要求3-5年优先，具备机器人视觉感知、工业视觉或模型开发经验者优先。学历要求本科及以上，硕士优先；优秀本科候选人可适当放宽。专业要求计算机、人工智能、自动化、电子信息、机器人、模式识别等相关专业。能力要求熟悉 Python，具备 C/C++ 基础，能够完成模型训练、部署和调试。熟悉 PyTorch 或 TensorFlow 至少一种深度学习框架。熟悉目标检测、图像分类、语义/实例分割、 OCR、位姿估计、视觉跟踪等方向中的一个或多个。具备模型训练、调参、评估与部署经验，了解端侧推理、模型压缩或加速优化者优先。具备较强的问题分析能力，能够定位误检、漏检、遮挡、弱光、反光、小目标等复杂场景问题加分项有机器人视觉、工业视觉、缺陷检测、 OCR 或视觉引导操作项目经验。熟悉 2D/3D 感知、点云处理、 6D 位姿估计、视觉伺服或多模态感知。有机械臂视觉定位、抓取前端感知、巡检拍照识别相关经验。熟悉 OpenCV、 PCL、 Open3D 等工具库。具备数据闭环体系建设经验，能推动自动化标注与迭代优化。 经验要求