{
    "schema_version": "via_ai_product_manager_jobs_v1",
    "data_type": "ai_product_manager_jobs",
    "job": {
        "job_title": "视觉算法专家",
        "job_level": "专家",AI生成
        "work_category": "",AI生成
        "department": "",
        "location": "青岛",
        "work_mode": "",AI生成
        "job_category": "算法"AI生成
    },
    "company": {
        "company_name": "青岛某大型光伏设备上市公司",
        "company_industry": "专用设备",
        "company_size": "1000-9999人",
        "company_website": "",
        "company_description": ""
    },
    "compensation": {
        "salary_range": {
            "min": 30000,
            "max": 60000,
            "currency": "CNY",
            "cycle": "month"
        },
        "benefits": ""
    },
    "requirements": {
        "working_years": "",
        "degree": "学历不限",
        "language": "",AI生成
        "visa_support": "",
        "responsibilities": "",
        "requirements_text": "缺陷检测\n算法\n视觉算法\n高测 视觉算法专家\n一、核心算法研发与优化\n1.算法设计与实现：根据具体业务需求（如缺陷检测、尺寸测量、⽬标识别、分类等），设计和开发创新的计算机视觉算法。\n2.模型训练与调优：负责数据集的构建、清洗、标注和增强，确保数据质量；在⼤规模数据集上训练和微调深度学习模型，优化超参数，以达到最佳性能（准确率、召回率、mAP等）。\n3.算法性能优化：对算法进⾏优化，使其满足工业场景对实时性和计算资源的严苛要求。\n⼆、系统工程与部署：将算法模型转化为稳定、可靠的工业应用是关键。\n4.算法工程化：将原型算法代码进行重构，封装成可复用的模块或库，并编写高质量的工程代码。\n5.系统集成与部署：将算法模块集成到整个视觉系统或自动化设备中，与相机、光源、PLC、机械臂等硬件进行通信和联调。\n6.软件开发与维护：维护和升级已部署的视觉系统，修复线上问题。\n三、项目落地与问题解决：\n7.需求分析与方案设计：与客户或内部产品经理、工程师沟通，深入理解业务痛点和技术需求。评估视觉方案的可行性，设计合理的技术路线和实施方案。\n8.现场问题诊断与解决：在项目现场进行调试，分析算法失效的原因（如光照变化、背景干扰、物体遮挡、产品变异等）；提出并实施有效的解决方案，可能涉及调整算法、优化光学系统（与硬件工程师协作）或改进被检测物体的呈现方式。\n9.性能评估与持续改进：建立科学的评估体系，对算法的稳定性、准确率和效率进行长期监控。基于线上数据和新的业务需求，持续迭代和优化算法模型。\n四、技术研究与创新：保持技术领先性是专家的核心价值。\n10.前沿技术追踪：持续关注计算机视觉领域的最新学术研究和开源项目；评估新技术在现有项目中的应用潜力，并进行技术预研。\n11.知识产权建设：将创新性的算法和技术方案申请专利，为公司构建技术壁垒。\n任职资格\n1.编程语言：精通Python，或Opencv，熟练掌握C#。\n2.深度学习框架：精通PyTorch和/或TensorFlow。\n3.计算机视觉库：精通OpenCV。\n4.数学基础：扎实的线性代数、概率论、微积分和数值计算基础。\n5.软件工程：熟悉Linux开发环境、Git版本控制、Docker容器化等。\n6.硬件经验：熟悉机器视觉镜头，光源，相机的特点并有选型经验\n7.强大的问题解决能力：能够分析复杂问题并找到根本原因。\n8.沟通能力：能够与非技术背景的同事（如产线工程师、项目经理）有效沟通。\n9.团队合作：与硬件工程师、软件工程师紧密协作。\n10.抗压能力：能够应对项目紧迫性和现场调试的压力。\n认证资质\n人力资源服务许可证",
        "skills": [AI生成
            "Python",
            "OpenCV",
            "C#",
            "PyTorch",
            "TensorFlow",
            "Linux",
            "Git",
            "Docker"
        ],
        "preferred_qualifications": "",
        "job_highlights": ""
    },
    "contact": {
        "recruiter_name": "",
        "contact_methods": [
            {
                "type": "apply_link",
                "value": "https://www.zhipin.com/job_detail/e4f5e9a8821513810nN40t66FlpU.html"
            }
        ]
    },
    "posting": {
        "posting_id": "e4f5e9a8821513810nN40t66FlpU",
        "post_date": "",
        "hire_time": "",
        "update_date": "",
        "job_url": "https://www.zhipin.com/job_detail/e4f5e9a8821513810nN40t66FlpU.html"
    },
    "fulltext": "缺陷检测\n算法\n视觉算法\n高测 视觉算法专家\n一、核心算法研发与优化\n1.算法设计与实现：根据具体业务需求（如缺陷检测、尺寸测量、⽬标识别、分类等），设计和开发创新的计算机视觉算法。\n2.模型训练与调优：负责数据集的构建、清洗、标注和增强，确保数据质量；在⼤规模数据集上训练和微调深度学习模型，优化超参数，以达到最佳性能（准确率、召回率、mAP等）。\n3.算法性能优化：对算法进⾏优化，使其满足工业场景对实时性和计算资源的严苛要求。\n⼆、系统工程与部署：将算法模型转化为稳定、可靠的工业应用是关键。\n4.算法工程化：将原型算法代码进行重构，封装成可复用的模块或库，并编写高质量的工程代码。\n5.系统集成与部署：将算法模块集成到整个视觉系统或自动化设备中，与相机、光源、PLC、机械臂等硬件进行通信和联调。\n6.软件开发与维护：维护和升级已部署的视觉系统，修复线上问题。\n三、项目落地与问题解决：\n7.需求分析与方案设计：与客户或内部产品经理、工程师沟通，深入理解业务痛点和技术需求。评估视觉方案的可行性，设计合理的技术路线和实施方案。\n8.现场问题诊断与解决：在项目现场进行调试，分析算法失效的原因（如光照变化、背景干扰、物体遮挡、产品变异等）；提出并实施有效的解决方案，可能涉及调整算法、优化光学系统（与硬件工程师协作）或改进被检测物体的呈现方式。\n9.性能评估与持续改进：建立科学的评估体系，对算法的稳定性、准确率和效率进行长期监控。基于线上数据和新的业务需求，持续迭代和优化算法模型。\n四、技术研究与创新：保持技术领先性是专家的核心价值。\n10.前沿技术追踪：持续关注计算机视觉领域的最新学术研究和开源项目；评估新技术在现有项目中的应用潜力，并进行技术预研。\n11.知识产权建设：将创新性的算法和技术方案申请专利，为公司构建技术壁垒。\n任职资格\n1.编程语言：精通Python，或Opencv，熟练掌握C#。\n2.深度学习框架：精通PyTorch和/或TensorFlow。\n3.计算机视觉库：精通OpenCV。\n4.数学基础：扎实的线性代数、概率论、微积分和数值计算基础。\n5.软件工程：熟悉Linux开发环境、Git版本控制、Docker容器化等。\n6.硬件经验：熟悉机器视觉镜头，光源，相机的特点并有选型经验\n7.强大的问题解决能力：能够分析复杂问题并找到根本原因。\n8.沟通能力：能够与非技术背景的同事（如产线工程师、项目经理）有效沟通。\n9.团队合作：与硬件工程师、软件工程师紧密协作。\n10.抗压能力：能够应对项目紧迫性和现场调试的压力。\n认证资质\n人力资源服务许可证"
}