岗位职责 1. 缺陷检测算法开发 - 开发基于传统图像处理（如OpenCV）和深度学习（如CNN、YOLO、Transformer）的AOI检测算法，用于识别PCB、半导体、显示屏等工业产品的缺陷（如划伤、点花、凹凸点、压痕不良等）。 - 优化算法性能，提高检测准确率（降低误判/漏检率）和检测速度（满足产线节拍要求） 2. 数据管理与模型训练 - 负责缺陷样本的采集、标注及数据增强，构建高质量数据库。 - 训练和深度优化学习模型（如分类、分割、设定缺陷等级、目标检测模型等），提高优化模型能力。 3. 算法工程化与部署 - 将算法移入模型平台（如GPU、FPGA）或工业PC，优化计算效率。 - 与软件团队协作，完成算法SDK封装，集成到AOI检测系统。 4. 光学与成像优化支持 - 与光学团队协作，优化光源、相机参数（如曝光、增益）以提升图像质量。 - 分析成像问题（如反光、盲区、噪声）并提出算法层面的解决方案。 5. 测试与验证 - 设计自动化测试方案，评估算法在不同工况下的稳定性（如光照变化、物料差异）。 - 支持客户现场调试，快速定位和解决检测异常问题。 6. 前沿技术研究 - 跟踪AI 机器视觉最新技术（如少样本学习、自监督学习），探索其在AOI检测中的应用。 - 参与专利和技术文档撰写。 任职要求 1. 教育背景 - 计算机、电子工程、自动化、数学、光学工程等相关专业，本科及以上学历英语4级以上，3年以上AOI检测设备行业经验优先 2. 技术能力 - 编程能力：熟练使用Python/C ，熟悉OpenCV、Halcon等图像处理库。 - 深度学习框架：掌握PyTorch/TensorFlow，熟悉目标检测（YOLO、Faster R-CNN）、分割（U-Net）等模型。 - 工程优化：了解模型量化、剪枝、TensorRT部署等加速技术。 - 数学基础：熟悉数字图像处理、模式识别、机器学习相关算法（如SVM、PCA）。 3. 行业经验 - 有AOI、机器视觉、工业检测等相关领域算法开发经验者优先。 - 熟悉PCB、半导体、显示屏等制造工艺及典型缺陷模式者更佳。 4. 软技能 - 良好的逻辑分析能力和问题解决能力。 - 具备团队协作精神，能与光学、机械、软件工程师高效沟通。 5.有FPGA/DSP嵌入式算法优化经验 熟悉2D、2.5D、3D玻璃行业背景优先（如结构光检测） 职业发展路径 - 技术专家方向：深入AI 机器视觉算法，成为AOI检测领域的算法架构师。 - 管理方向：晋升为算法团队负责人