主要職責 1.負責分析與優化公司現有基於深度學習的表麵缺陷檢測模型，提升其在複雜場景下的識別準確率與泛化能力。 2.研究並引入先進的圖像識別、分割或檢測網絡結構（如Transformer
、高效卷積網絡
、小樣本學習等）
，針對薄膜瑕疵特點進行模型改進與創新。 3.構建與完善工業場景下的數據Pipeline

，包括數據清洗、增強、標注體係優化
，解決實際生產中樣本不平衡、缺陷多樣性與背景幹擾等問題。 4.主導模型從實驗環境到產線的部署與迭代
，實現檢測速度、內存占用的優化，滿足實時性要求。 5.跟蹤計算機視覺與深度學習領域的前沿進展，將可行技術應用於實際業務，撰寫相關技術文檔與專利。 任職要求 1.計算機、人工智能
、電子工程、應用數學等相關專業碩士及以上學曆
，3年左右機器視覺或工業檢測算法研發經驗。 2.熟練掌握PyTorch/TensorFlow等深度學習框架
，具備紮實的編程能力（Python/C ）。 3.深入理解經典及現代視覺網絡結構（如ResNet、YOLO、Mask R-CNN、ViT等），有缺陷檢測相關項目經驗者優先。 4.熟悉圖像處理基本方法
，具備數據分析和模型調優能力，能夠針對業務痛點設計實驗並推進解決。 5.具備較強的自主學習與解決問題能力，良好的團隊協作意識和工業落地思維。