理聘网-职位详情页，AI算法工程师

岗位职责： 1.AI算法研究与开发 面向公司半导体检测/量测设备及自动化设备的具体需求，设计、开发和优化AI算法模型，重点包括： （1）PCB/IC载板/玻璃基板等产品的缺陷检测、缺陷分割、异常检测与分类算法。 （2）视觉感知算法研发，包括目标检测、图像分割、特征提取及分类识别等。 （3）结合传统图像处理技术（如OpenCV）与深度学习分类、分割等主流模型，进行项目应用。 2.模型部署与集成 将训练好的AI模型高效部署到自动化设备的边缘计算平台（如工控机、嵌入式系统、GPU加速设备）或工业PC上，确保模型的实时性、可靠性和稳定性。 3.数据工程与特征工程 负责工业现场数据的采集、标注、特征提取与选择，构建高质量的训练和测试数据集，建立数据与评测闭环。 4.算法迭代与优化 针对工业检测中的小目标、低对比度、类别不均衡、跨机台差异等特点，设计有效的模型方案，持续优化漏检率、误报率、检测吞吐和稳定性等核心指标。 5.跨团队协作 与公司的机械、电气、软件、工艺等团队紧密协作，将AI算法集成到设备产品中，参与算法上机调试与性能优化，保障算法在设备端的长期稳定运行。 6.技术文档与知识产权 撰写算法设计文档、技术报告、测试报告等标准化技术文档，并负责相关专利的撰写与申报。 7.团队能力建设 作为首位AI算法工程师，参与公司AI算法团队的建设与人才培养，制定算法开发规范和流程，沉淀技术资产。 任职要求： 1.学历与专业背景： 全日制硕士研究生及以上学历，计算机科学、人工智能、模式识别、自动化、控制科学与工程、电子工程、应用数学等相关专业。 2.工作经验： 5年以上设备行业相关算法开发经验，其中2年以上工业检测或工业自动化领域AI算法开发经验，具有工业设备端（AOI检测设备、光学检测设备、自动化产线等）AI模型部署与落地项目经验者优先。 3.技术能力： （1）编程能力：精通Python，熟悉C++，具备良好的工程代码能力和可复现实。 （2）深度学习框架：熟练掌握PyTorch或TensorFlow，具备从数据准备到模型训练到评测的完整项目经验。 （3）算法基础：扎实的机器学习与深度学习理论基础，熟悉CNN、RNN、Transformer等主流模型架构，深入理解检测/分割/异常检测等方向的核心算法。 （4）计算机视觉：熟悉OpenCV等图像处理库，熟练应用数字图像处理算法（滤波、边缘检测、形态变换、模板匹配等）。 （5）数学基础：扎实的数学功底，熟练掌握概率统计、线性代数、优化理论，具备独立进行模型分析与改进的能力。 4.行业知识： （1）了解PCB、半导体或泛半导体领域的常见缺陷类型、工艺特点及检测需求。 （2）熟悉工业检测场景下的模型优化与适配经验（如小目标检测、类别不均衡、自监督/少样本学习等）加分。 （3）有高速高精运动设备（如裁磨线、电镀线等）相关算法开发经验者优先。