{
    "schema_version": "via_ai_product_manager_jobs_v1",
    "data_type": "ai_product_manager_jobs",
    "job": {
        "job_title": "机器视觉算法工程师(图像识别 / 目标检测)",
        "job_level": "",AI生成
        "work_category": "",AI生成
        "department": "",
        "location": "合肥·瑶海区·站北",
        "work_mode": "",AI生成
        "job_category": "算法"AI生成
    },
    "company": {
        "company_name": "百得思维",
        "company_industry": "计算机软件",
        "company_size": "1000-9999人",
        "company_website": "",
        "company_description": ""
    },
    "compensation": {
        "salary_range": {
            "min": 17000,
            "max": 19000,
            "currency": "CNY",
            "cycle": "month"
        },
        "benefits": ""
    },
    "requirements": {
        "working_years": 3,
        "degree": "本科",
        "language": "",AI生成
        "visa_support": "",
        "responsibilities": "",
        "requirements_text": "机器学习\n深度学习\n目标检测\n工业/缺陷检测\n图像处理库（OpenCV等）\nSLAM算法\n目标跟踪\nPython\n1. 本科及以上学历，计算机、人工智能、软件工程、电子信息、⾃动化等相关专业，3年以上图像识别、机器视觉开发相关⼯作经验。能⼒强者可适当放宽。\n2. 熟练掌握OpenCV核心技术，精通各类图像处理算法原理及实操，能够独立完成复杂场景下的图像预处理、特征分析、视觉定位等功能开发。\n3. 熟练掌握YOLO系列⽬标检测算法，熟悉主流版本模型结构、训练逻辑、调参方法，可独立完成模型训练、微调、推理及落地部署。\n4. 熟练使用Python开发语言，熟悉PyTorchTensorFlow任意一种深度学习框架。\n5. 熟悉图像识别、目标检测常用评价指标（准确率、召回率、mAP、FPS等），具备算法优化和问题排查能力。\n加分项\n1. 具备工业视觉、缺陷检测、行为识别、目标追踪场景图像识别落地经验者优先。\n岗位职责\n1. 负责工厂端机器视觉、图像识别相关算法研发、落地与迭代优化，核心围绕OpenCV图像处理、YOLO系列目标检测技术开展项目开发工作，适配工业检测、场景识别、目标追踪、智能监控等各类业务场景。\n2. 负责YOLO系列模型（YOLOv3v4v5v7v8等主流版本）的训练、微调、优化与部署，针对业务场景数据集进行标注筛选、模型迭代，提升目标检测、识别、计数、定位的准确率与实时性。\n3. 参与图像数据集的搭建、清洗、扩增与标注工作，优化数据集质量，结合场景需求进行模型轻量化、剪枝、量化处理，保障模型在终端设备的高效运行。\n4. 基于OpenCV完成图像预处理全流程开发，包含图像灰度化、二值化、滤波去噪、形态学变换、边缘检测、特征提取、图像分割、坐标校正、模板匹配等功能开发，解决图像模糊、光线干扰、畸变、遮挡等实际场景问题。",
        "skills": [AI生成
            "机器学习",
            "深度学习",
            "目标检测",
            "缺陷检测",
            "图像处理",
            "OpenCV",
            "SLAM",
            "目标跟踪"
        ],
        "preferred_qualifications": "",
        "job_highlights": ""
    },
    "contact": {
        "recruiter_name": "",
        "contact_methods": [
            {
                "type": "apply_link",
                "value": "https://www.zhipin.com/job_detail/62ffff541bc91b730nx_3dS4FlBQ.html"
            }
        ]
    },
    "posting": {
        "posting_id": "62ffff541bc91b730nx_3dS4FlBQ",
        "post_date": "",
        "hire_time": "",
        "update_date": "",
        "job_url": "https://www.zhipin.com/job_detail/62ffff541bc91b730nx_3dS4FlBQ.html"
    },
    "fulltext": "机器学习\n深度学习\n目标检测\n工业/缺陷检测\n图像处理库（OpenCV等）\nSLAM算法\n目标跟踪\nPython\n1. 本科及以上学历，计算机、人工智能、软件工程、电子信息、⾃动化等相关专业，3年以上图像识别、机器视觉开发相关⼯作经验。能⼒强者可适当放宽。\n2. 熟练掌握OpenCV核心技术，精通各类图像处理算法原理及实操，能够独立完成复杂场景下的图像预处理、特征分析、视觉定位等功能开发。\n3. 熟练掌握YOLO系列⽬标检测算法，熟悉主流版本模型结构、训练逻辑、调参方法，可独立完成模型训练、微调、推理及落地部署。\n4. 熟练使用Python开发语言，熟悉PyTorchTensorFlow任意一种深度学习框架。\n5. 熟悉图像识别、目标检测常用评价指标（准确率、召回率、mAP、FPS等），具备算法优化和问题排查能力。\n加分项\n1. 具备工业视觉、缺陷检测、行为识别、目标追踪场景图像识别落地经验者优先。\n岗位职责\n1. 负责工厂端机器视觉、图像识别相关算法研发、落地与迭代优化，核心围绕OpenCV图像处理、YOLO系列目标检测技术开展项目开发工作，适配工业检测、场景识别、目标追踪、智能监控等各类业务场景。\n2. 负责YOLO系列模型（YOLOv3v4v5v7v8等主流版本）的训练、微调、优化与部署，针对业务场景数据集进行标注筛选、模型迭代，提升目标检测、识别、计数、定位的准确率与实时性。\n3. 参与图像数据集的搭建、清洗、扩增与标注工作，优化数据集质量，结合场景需求进行模型轻量化、剪枝、量化处理，保障模型在终端设备的高效运行。\n4. 基于OpenCV完成图像预处理全流程开发，包含图像灰度化、二值化、滤波去噪、形态学变换、边缘检测、特征提取、图像分割、坐标校正、模板匹配等功能开发，解决图像模糊、光线干扰、畸变、遮挡等实际场景问题。"
}