崗位職責：
一、基于攝像頭的測高/測距/測量能力建設
1、參與單/多攝像頭幾何測量方案設計與落地：標定、外參、尺度恢復、目標尺寸/高度/距離估計等；
2、支持業務場景的工程實現：從算法到部署聯調，保證在實際環境下可用、可解釋、可復現；
二、目標檢測與識別（YOLO 體系為主）
1、負責目標檢測/多類別識別/多場景泛化模型訓練與迭代，重點解決小目標識別、密集目標、多類型混雜等問題；
2、能對 YOLO 系列進行結構/訓練策略/數據策略層面的優化（如Head/Neck 調整、損失函數、采樣策略、增強策略、蒸餾/剪枝/量化等）；
三、視覺檢索 / 以圖搜圖能力（CLIP / 多模態向量檢索）
1、構建并優化圖像向量檢索（以圖搜圖/以文搜圖）：特征提取、向量庫檢索、召回與排序（Rerank）等。
2、面向業務落地：支持相似目標檢索、同類事件聚合、素材去重、跨攝像頭目標復現等。
四、識別結果優化與系統級提升
1、對模型輸出做工程化優化：后處理（NMS/Soft-NMS/WBF）、置信度校準、時序穩定（多幀融合/跟蹤）、誤報過濾、規則與模型融合等。
2、負責效果評估體系：指標設計、數據閉環、問題定位（數據/標注/模型/推理鏈路）與持續優化。
五、算法工程化與后端協作/自研落地
1、參與算法服務化與部署：容器化（Docker）、服務接口設計、推理性能優化、日志與監控。
2、與后端協作完成數據流轉與在線推理：Redis/MySQL、WebSocket（實時推送/告警）、任務隊列/異步處理等。
任職要求
1、本科及以上學歷，計算機/自動化/電子/數學相關專業，2 年及以上相關經驗（優秀應屆/實習可放寬）。
2、熟練使用 Python，掌握深度學習框架（PyTorch 優先），具備獨立訓練/調參/復現實驗能力。
3、具備目標檢測項目經驗，熟悉 YOLO 系列訓練與部署流程（數據清洗、增強、訓練、驗證、導出、推理）。
4、有小目標識別、復雜背景、多類別檢測中的至少一類實戰經驗，能給出可落地的提升方案（數據/模型/訓練/后處理）。
5、了解計算機視覺基礎：圖像處理、幾何/標定基本原理，能做測距測高相關工程落地或愿意深入。
6、具備較強工程意識：能寫可維護代碼、能定位線上問題、能協作推進落地。