職位描述
該職位還未進行加V認證,請仔細了解后再進行投遞!
崗位職責
1、負責機器視覺相關算法模型的訓練與推理部署,包括但不限于分類模型、目標檢測模型、語義分割模型等,推動模型在實際業務場景中的落地應用;
2、深入研究電力行業典型設備及工業缺陷檢測問題,建立并積累相關知識庫,持續提升檢測精度與魯棒性;
3、負責傳統圖像處理方法與深度學習算法的對比實驗、測試驗證、開發部署與結果歸檔,形成可復用的技術方案;
4、參與數據集的構建與清洗,包括樣本篩選、標注規范制定、數據增強等工作,保證訓練樣本的多樣性與高質量;
5、跟蹤前沿計算機視覺研究成果和行業應用趨勢,探索創新算法并推動在電力巡檢、缺陷識別等場景中的應用。
任職要求:
1、統招本科及以上學歷,計算機、人工智能、自動化或相關專業;
2、扎實的數據結構與算法基礎,熟練掌握 Python,具備良好的編碼規范;
3、熟悉深度學習框架(如 PyTorch、TensorFlow、YOLO 系列等),能夠獨立完成模型訓練、調優與推理;
4、熟悉常見計算機視覺算法與模型:
檢測:YOLO系列、Faster R-CNN、DETR/Co-DETR 等;
分割:UNet、DeepLabV3 、Mask R-CNN 等;
傳統算法:邊緣檢測、特征匹配、圖像增強與濾波、OCR;
5、具備模型優化與部署能力,熟悉以下任一方向:
模型壓縮、量化、剪枝、蒸餾;
GPU 加速、CUDA、ONNX Runtime;
部署環境:Docker、FastAPI、Kubernetes;
6、熟悉數據處理與標注工具鏈:OpenCV、Pillow、LabelImg、Label Studio 等,能夠高效處理和增強大規模數據集;
7、具備良好的邏輯思維能力、學習能力和團隊協作能力;
8、有電力行業圖像識別、工業檢測項目經驗,多模態數據處理(紅外/可見光結合)經驗者優先。
1、負責機器視覺相關算法模型的訓練與推理部署,包括但不限于分類模型、目標檢測模型、語義分割模型等,推動模型在實際業務場景中的落地應用;
2、深入研究電力行業典型設備及工業缺陷檢測問題,建立并積累相關知識庫,持續提升檢測精度與魯棒性;
3、負責傳統圖像處理方法與深度學習算法的對比實驗、測試驗證、開發部署與結果歸檔,形成可復用的技術方案;
4、參與數據集的構建與清洗,包括樣本篩選、標注規范制定、數據增強等工作,保證訓練樣本的多樣性與高質量;
5、跟蹤前沿計算機視覺研究成果和行業應用趨勢,探索創新算法并推動在電力巡檢、缺陷識別等場景中的應用。
任職要求:
1、統招本科及以上學歷,計算機、人工智能、自動化或相關專業;
2、扎實的數據結構與算法基礎,熟練掌握 Python,具備良好的編碼規范;
3、熟悉深度學習框架(如 PyTorch、TensorFlow、YOLO 系列等),能夠獨立完成模型訓練、調優與推理;
4、熟悉常見計算機視覺算法與模型:
檢測:YOLO系列、Faster R-CNN、DETR/Co-DETR 等;
分割:UNet、DeepLabV3 、Mask R-CNN 等;
傳統算法:邊緣檢測、特征匹配、圖像增強與濾波、OCR;
5、具備模型優化與部署能力,熟悉以下任一方向:
模型壓縮、量化、剪枝、蒸餾;
GPU 加速、CUDA、ONNX Runtime;
部署環境:Docker、FastAPI、Kubernetes;
6、熟悉數據處理與標注工具鏈:OpenCV、Pillow、LabelImg、Label Studio 等,能夠高效處理和增強大規模數據集;
7、具備良好的邏輯思維能力、學習能力和團隊協作能力;
8、有電力行業圖像識別、工業檢測項目經驗,多模態數據處理(紅外/可見光結合)經驗者優先。
工作地點
地址:北京海淀區北京海淀區中國電力科學研究院有限公司
??
點擊查看地圖
詳細位置,可以參考上方地址信息
求職提示:用人單位發布虛假招聘信息,或以任何名義向求職者收取財物(如體檢費、置裝費、押金、服裝費、培訓費、身份證、畢業證等),均涉嫌違法,請求職者務必提高警惕。
職位發布者
金HR
杭州昊美科技有限公司
-
電氣·電力·水利
-
100-199人
-
私營·民營企業
-
派力路6號

應屆畢業生
學歷不限
最近更新
2136人關注
注:聯系我時,請說是在四川人才網上看到的。
