1.主导自动外观检测设备中的AI外观检测软件开发工作，作为团队主要开发人员，主导优化AI算法;2.主导工业质检中的机器视觉及深度学习网络模型的现场部署、参数调优、达成检测过漏检指标;3.主导其他通过AI部署提升制造效率和自动化数字赋能的项目

1.教育背景:候选人应具备计算机科学、软件工程硕士或博士学位，并具备相关的技术背景。2.技术能力:候选人应具备深度学习框架(如0TenSo0fow、PyTorch等)的实际经验和技术能力，熟器图像处理和计算机视觉技术，能够处理和分析锂电池(或类似)外观图像数据。 3.编程能力:候选人需要精通至少一种编程语言，如Python、C++、C#等，并有良好的软件编程、调试能力，具有机器视觉应用软件编程能力。 4.深度学习模型开发:候选人应熟悉深度学习模型的开发和优化，能够选择合适的模型架构、调整超参数，并具备模型训练和调试的能力。 5.图像处理和计算机视觉:候选人应具备图像处理和计算机视觉的知识，了解常用的特征提取、图像增强、目标检测和分类等算法。 6.数据集处理和标注:候选人需要有处理和标注大量图像数据集的经验，能够收集、处理和清洗锂电池外观图像数据，并进行标注以供深度学习模型的训练。 7.锂电池行业知识(加分项):候选人最好了解锂电池行业知识，包括锂电池外观缺陷的特征和分类标准，以便更好地设计和开发外观检测软件。 8.解决问题的能力:候选人应具备分析和解决问题的能力，能够应对开发过程中出现的技术挑战并提出解决方案。