1. 视觉系统架构设计 负责汽车总装、焊装、涂装、动力电池等智能产线的工业视觉检测系统总体方案设计。 主导从相机选型、光源设计、镜头匹配到算法模型部署的端到端设计工作，确保系统鲁棒性和检测精度。 2. AI质检算法研发与优化 开发基于深度学习的缺陷检测、尺寸测量、外观识别、装配确认等算法模型，并持续优化精度与性能。 建立视觉检测数据集，推动数据清洗、标注、增强和自动化训练流程建设。 3. 跨系统集成与调试 负责工业视觉系统与PLC、MES、SCADA、机器人等控制系统的集成与通讯调试。 指导现场落地，解决复杂场景下的光照、反光、遮挡等问题，保障检测系统稳定运行。 4. 标准化与平台化建设 参与公司视觉检测平台的开发，推动检测算法、硬件架构、接口协议标准化，实现多工厂、多项目复用。 输出视觉检测规范、测试标准、算法性能指标体系，为后续项目提供技术支撑。 5. 前沿技术研究与应用落地 跟踪机器视觉、深度学习、边缘计算等前沿技术动态，推动技术引入与工程化落地。 参与行业技术论坛，提升公司在工业视觉领域的影响力和话语权。

1. 专业技能 熟悉工业相机、镜头、光源选型和成像系统设计；掌握常用工业视觉软件（Halcon、VisionPro、OpenCV）。 精通深度学习框架（TensorFlow、PyTorch、ONNX）和目标检测、语义分割、缺陷识别等算法实现。 熟悉工业通信协议（Profinet、EtherCAT、Modbus等）及与PLC/机器人系统的集成方法。 具有丰富的工业现场调试经验，能快速解决复杂视觉问题。 2. 经验要求 5年以上工业视觉或AI质检领域研发经验，至少主导过2个以上大型工业视觉系统落地项目。 有汽车制造、动力电池、半导体或3C行业视觉检测经验优先。 具备团队管理或技术平台建设经验优先。 3. 综合素质 具备强烈的创新意识和结果导向思维，能够将前沿算法转化为稳定可用的工业解决方案。 沟通协作能力强，能够跨部门、跨项目推动方案落地。 良好的英语读写能力，能够研读国际前沿文献与标准。