计算机视觉算法工程师

算法研究与创新 深入研究底层视觉处理技术，如图像滤波、特征提取、边缘检测等，不断优化算法性能，提高处理速度和准确性。 紧跟大模型和多模态大模型领域的前沿研究动态，开展相关算法的研究和探索，将最新的研究成果应用到实际项目中。 针对公司业务需求，提出创新性的算法解决方案，推动产品的技术升级和竞争力提升。 模型开发与训练 负责设计和开发基于深度学习的计算机视觉模型，包括但不限于卷积神经网络（CNN）、Transformer 等架构，用于图像分类、目标检测、语义分割等任务。 运用大规模数据集进行模型训练和优化，通过调整模型参数、改进训练策略等方式，提高模型的泛化能力和鲁棒性。 参与多模态大模型的开发，融合图像、文本、语音等多种模态的数据，实现更复杂的视觉理解和交互任务。 系统集成与优化 将开发好的算法和模型集成到公司的产品或系统中，确保其在实际应用中的稳定性和高效性。 对集成后的系统进行性能评估和优化，解决可能出现的技术问题，不断提升系统的整体性能和用户体验。 与开发团队协作，提供算法层面的技术支持，共同完成产品的开发和迭代。 技术文档撰写 撰写详细的算法设计文档、技术报告和使用手册，记录算法的实现细节、实验结果和应用案例，为团队成员和后续项目提供参考。

教育背景 计算机科学、模式识别、图像处理等相关专业硕士及以上学历。 专业技能 熟练掌握计算机视觉的基本理论和算法，如特征提取、图像匹配、目标跟踪等，对底层视觉处理有深入的理解和实践经验。 精通至少一种深度学习框架，如 TensorFlow、PyTorch 等，具备丰富的模型开发和训练经验。 熟悉大模型和多模态大模型的原理和应用，了解相关的研究进展和技术趋势。 具备扎实的编程能力，熟练掌握 Python、C++ 等编程语言，能够高效地实现算法和模型。 项目经验 有计算机视觉相关项目经验，特别是在底层视觉处理、大模型应用或多模态融合方面有实际项目经验者优先。 能够独立完成算法设计、模型训练和系统集成等工作，具备解决复杂技术问题的能力。 其他要求 具有良好的团队合作精神和沟通能力，能够与跨职能团队有效协作。 具备较强的学习能力和创新精神，能够快速掌握新知识和新技术，适应不断变化的工作需求。 对计算机视觉领域有强烈的兴趣和热情，有较强的责任心和抗压能力。