崗位職責 1. 缺陷檢測算法開發 - 開發基於傳統圖像處理（如OpenCV）和深度學習（如CNN、YOLO、Transformer）的AOI檢測算法，用於識別PCB
、半導體、顯示屏等工業產品的缺陷（如劃傷、點花、凹凸點、壓痕不良等）。 - 優化算法性能，提高檢測準確率（降低誤判/漏檢率）和檢測速度（滿足產線節拍要求） 2. 數據管理與模型訓練 - 負責缺陷樣本的采集、標注及數據增強，構建高質量數據庫。 - 訓練和深度優化學習模型（如分類、分割、設定缺陷等級、目標檢測模型等），提高優化模型能力。 3. 算法工程化與部署 - 將算法移入模型平台（如GPU
、FPGA）或工業PC，優化計算效率。 - 與軟件團隊協作，完成算法SDK封裝，集成到AOI檢測係統。 4. 光學與成像優化支持 - 與光學團隊協作，優化光源
、相機參數（如曝光、增益）以提升圖像質量。 - 分析成像問題（如反光

、盲區、噪聲）並提出算法層麵的解決方案。 5. 測試與驗證 - 設計自動化測試方案，評估算法在不同工況下的穩定性（如光照變化、物料差異）。 - 支持客戶現場調試，快速定位和解決檢測異常問題。 6. 前沿技術研究 - 跟蹤AI 機器視覺最新技術（如少樣本學習、自監督學習），探索其在AOI檢測中的應用。 - 參與專利和技術文檔撰寫。 任職要求 1. 教育背景 - 計算機、電子工程
、自動化、數學

、光學工程等相關專業，本科及以上學曆英語4級以上
，3年以上AOI檢測設備行業經驗優先 2. 技術能力 - 編程能力：熟練使用Python/C ，熟悉OpenCV、Halcon等圖像處理庫。 - 深度學習框架：掌握PyTorch/TensorFlow，熟悉目標檢測（YOLO、Faster R-CNN）、分割（U-Net）等模型。 - 工程優化：了解模型量化
、剪枝


、TensorRT部署等加速技術。 - 數學基礎：熟悉數字圖像處理、模式識別、機器學習相關算法（如SVM、PCA）。 3. 行業經驗 - 有AOI、機器視覺、工業檢測等相關領域算法開發經驗者優先。 - 熟悉PCB、半導體
、顯示屏等製造工藝及典型缺陷模式者更佳。 4. 軟技能 - 良好的邏輯分析能力和問題解決能力。 - 具備團隊協作精神，能與光學、機械、軟件工程師高效溝通。 5.有FPGA/DSP嵌入式算法優化經驗 熟悉2D、2.5D
、3D玻璃行業背景優先（如結構光檢測） 職業發展路徑 - 技術專家方向：深入AI 機器視覺算法
，成為AOI檢測領域的算法架構師。 - 管理方向：晉升為算法團隊負責人