AI实施工程师 岗位职责 关键词：深度学习、大模型算法、多模态算法、Python 1. 负责工业质检方向视觉检测 POC 项目方案设计、可行性验证，完成相机、光源、镜头选型、工位布局规划、现场打样测试； 2. 开展目标检测、语义分割、缺陷分割等 CV 算法研发迭代，基于深度学习模型解决复杂缺陷反光、粘连、低光照等难点场景，优化检出率、误检率指标； 3. 独立完成算法模型端‑边‑产线全链路部署，负责边缘计算盒子选型、模型量化、推理加速、迁移适配、现场联调与长期稳定性维护； 4. 探索视觉大模型（SAM、工业多模态大模型等）在缺陷检测、样本标注、难例分析、小样本质检场景下的落地应用； 5. 负责视觉系统与 PLC、自动化产线机械机构闭环联调，推动项目从 POC 验证到量产交付闭环； 6. 开展新项目现场调研、客户需求分析，输出视觉可行性评估报告；编写技术方案、测试文档、验收材料，对接客户推进项目交付； 7. 沉淀工业质检可复用算法方案，跟踪视觉大模型、边缘部署等前沿技术并落地。 任职要求 1. 本科及以上，自动化、计算机、电子信息等相关专业； 2. 2‑3 年及以上工业视觉质检算法开发落地经验，完整经历从算法研发‑边缘部署‑产线上线的端到端项目流程； 3. 熟练使用 Python/C++、OpenCV；精通 YOLO 系列、RT‑DETR 目标检测，熟悉 U‑Net、Mask‑R‑CNN 等语义 / 实例分割算法，具备缺陷检测项目调优实战经验； 4. 具备边缘盒子部署落地经验，独立完成模型导出、TensorRT/ONNX 量化加速、边缘端推理调试；熟悉工业边缘硬件的适配、性能调优与故障排查； 5. 有视觉大模型落地经验优先：熟练使用 SAM、多模态大模型完成小样本缺陷检测、辅助标注、缺陷分析等场景开发； 6 掌握工业相机、光源、镜头选型，能够独立完成现场调试、问题排查； 7. 可接受短期出差、项目驻场；具备良好沟通能力，能够独立对接客户推进 POC 项目。