社会招募

一、教育背景

1.本科及以上学历，计算机、人工智能、数学等相关专业；

二、技能要求

1.精通Python，熟悉C++，能够编写高效的算法代码。

2.熟练掌握Linux（如Ubuntu）操作系统，熟悉ROS/ROS2开发框架，能够独立完成 AI 模型部署所需的环境配置与调试。

3.熟悉MQTT通讯协议、TCP/UDP等通讯协议，具备与边缘硬件、上位机进行稳定数据交互的开发经验。

4.熟悉深度学习与神经网络，掌握PyTorch、TensorFlow、Keras等主流深度学习框架的使用，对计算机视觉核心任务（检测、分割、跟踪）有深刻理解和项目实践。

5.具备模型优化能力，熟练掌握模型剪枝、蒸馏等优化技术，熟悉GPU、NPU的加速技术。

6.具备视觉基础模型（如SAM、DINO系列） 或多模态大模型的调优与应用经验者优先。

7.了解SLAM、三维点云处理（PCL/Open3D） 或组合导航原理者优先。

8.具备快速学习能力，具备对新技术的超强嗅觉，能将新技术与产品、场景相结合，快速落地新技术验证。

三、个人特质

1.对智能制造、机器人领域有浓厚兴趣，工作责任心强，具备出色的主动性和执行力；

2.对技术保持热情，乐于学习新技术、研究新工具，具备自我驱动能力；

具备工程意识与落地思维，能快速适应实地部署与问题排查工作。

岗位职责：

1.算法设计与开发：基于智能塔机吊装的真实场景（如吊物、障碍物、人员识别），设计并实现鲁棒的视觉算法，核心包括基于SAM、DINO等前沿模型的目标检测、实例分割、姿态估计，并融合激光雷达点云数据进行三维感知与避障。

2.模型训练与优化：针对塔机作业的实际情况，使用深度学习框架收集数据、训练并持续优化模型。利用领域自适应、半监督学习等方法提升模型在实际场景中的泛化能力与准确性。

3.算法性能调优与嵌入式部署：对算法进行极致优化，包括模型剪枝、蒸馏、量化，并利用TensorRT等工具部署到Jetson等嵌入式边缘计算设备，满足塔机实时控制对低延迟、高可靠性的严苛要求。

4.多传感器融合算法开发：负责相机（视觉）、激光雷达、高精度GNSS/IMU等多源异构传感器的数据同步、标定与深度融合算法研发；

5.全流程智能化支持：负责从传感器数据采集、算法处理到吊装安全预警、自动报告生成的完整链路。可探索利用多模态大模型（如GPT-4V、LLaVA）对复杂场景进行高层语义理解与交互，提升系统智能化水平。