本岗位聚焦四足机器狗机器人的实景落地应用，核心围绕电力巡检、安防应急巡检两大核心场景，开展计算机视觉算法的调研、研发、迭代与落地适配工作， 具体职责如下： 1.场景算法调研与方案选型：针对性调研机器狗户外巡检场景下的CV前沿算法，重点梳理电力设备缺陷检测、仪表读数识别、设备异物排查、区域入侵检测、异常人员识别、环境隐患识别、应急场景态势感知等相关视觉方案，整理调研报告，筛选适配户外复杂环境、低延迟、高鲁棒性的最优算法模型。 2.CV算法开发与模型训练迭代：负责巡检场景视觉算法的开发、训练、调优与验证，涵盖目标检测、图像分类、语义分割、关键点检测、图像异常检测、视频帧分析等核心任务，解决户外光照变化、雨雾干扰、复杂背景、设备遮挡、远距离小目标等场景痛点，提升算法准确率与稳定性。 3.数据集搭建与优化：参与机器狗巡检实拍图像、视频数据的采集、清洗、标注与扩充，制定标准化数据标注规范，构建适配电力、安防巡检场景的专属数据集，支撑模型高效训练与迭代优化。 4.算法适配与落地测试：配合机器狗硬件及嵌入式部署需求，完成算法轻量化、推理加速优化，适配机器人端侧部署要求；参与实景场地联调、场景测试，定位并修复算法落地问题，输出完整的算法测试报告与迭代方案。 5.技术文档沉淀与成果输出：整理算法研发日志、调研文档、实验数据、迭代方案，沉淀可复用的巡检场景CV算法技术体系，配合团队完成项目推进、技术汇报与成果落地。

1.学历专业：本科及以上学历，人工智能、计算机科学与技术、软件工程、自动化、电子信息、机器人工程、图像处理等相关专业，2026届及以后毕业生优先。 2.技术基础：扎实的计算机视觉、深度学习基础理论知识，熟悉常见CV算法原理；熟练掌握Python编程语言，精通PyTorch/TensorFlow任意一种主流深度学习框架。 3.技能能力：熟练使用OpenCV等常用视觉工具库，熟悉YOLO系列、SSD、UNet、语义分割、异常检测等主流视觉模型；了解模型轻量化、推理加速基本思路，有数据集制作、模型训练、调优实战经验。 4.场景认知（加分项）：有机器人视觉、户外巡检、工业视觉、端侧部署相关项目经验；熟悉ROS机器人系统、嵌入式部署、NCNN/TensorRT推理优化者优先；了解电力巡检、安防应急场景业务者优先。 5.综合素质：具备良好的逻辑思维、问题排查能力和自主学习能力，细心严谨，有较强的执行力和团队协作意识。