一、技术规划与研发 -制定公司遥感智能与AI方向的技术路线、研发规划和阶段性目标。 -负责光学、SAR、多光谱、时序遥感及多源数据的智能处理与分析技术研发。 -推动目标检测、变化检测、地物分类、语义分割、影像配准、多源融合及时空分析等技术的工程化应用。 -探索遥感基础模型、多模态大楼型、视觉语言模型、时空预测模型和智能体等前沿技术在实际业务中的应用。 -建立算法评测和持续迭代体系，提升模型在跨区域、跨季节和跨传感器场景下的泛化能力。 二、产品与业务落地 -深入理解行业客户需求，与产品及业务团队共同完成场景选择、产品定义和技术方案设计。 -推动算法能力沉淀为标准化平台、数据产品、API服务或可复制的行业解决方案。 -面向自然资源、农业、林业、生态环境、能源、基础设施、灾害应急、海洋等领域，打造具有实际客户价值的遥感智能产品。 -推动遥感应用从影像处理与信息提取，向持续监测、异常发现、趋势分析、预测预警和辅助决策拓展。 -参与重点客户和合作伙伴的技术交流，推动产品验证与持续迭代。 -负责重点遥感AI项目从需求分析、方案设计、实施推进到验收交付的全过程管理，对项目质量、进度和客户满意度负责。 -参与售前技术交流和解决方案设计，将客户需求转化为清晰的产品方案和研发任务。 -推动项目成果沉淀为标准化模块和产品能力，提高解决方案的复用性与规模化交付效率。 三、数据与技术平台建设 -规划遥感数据治理、样本生产、模型训练、模型评测、发布部署及推理服务体系。 -建立多源遥感数据规范、质量标准和数据资产管理机制。 -推动高质量训练数据集和数据闭环建设，提高算法研发及产品迭代效率。 -负责相关系统的架构设计、工程部署、性能优化、稳定运行及成本控制。 -推动人工智能能力与卫星系统、地面处理系统及业务平台有效协同。 四、团队建设与管理 -负责遥感智能与AI研发团队的组织建设、人才引进、培养和绩效管理。 -建立规范、高效的研发流程、技术评审和质量管理机制。 -培养技术骨干和方向负责人，建设具有持续创新与工程交付能力的研发团队。 -协调公司内部相关专业团队，并拓展与高校、科研院所及产业伙伴的技术合作。

1、计算机、人工智能、遥感、测绘、地理信息、电子信息、自动化、数学等相关专业，硕士及以上学历优先。 2、具有5年以上人工智能、计算机视觉、遥感处理或地理空间智能相关研发经验，以及2年以上团队管理、复杂项目管理或技术负责人经验; 3、具备从技术规划、算法研发、工程部署到产品落地的完整项目经验。 4、熟悉深度学习、计算机视觉、时空数据分析及主流模型训练和推理框架。 5、熟悉光学或SAR遥感数据的特点及处理流程，同时具有两类数据经验者优先。 6、对数据质量、样本构建、模型评测、算法泛化及生产部署有深入理解。 7、具备良好的系统架构和工程能力，能够统筹数据、算法、算力、平台与应用。 8、具备优秀的团队建设、项目管理、沟通协调和复杂问题解决能力。 9、具有产品意识和客户价值意识，能够把业务需求转化为可落地的技术产品。 10、具有客户需求对接、技术方案设计、项目实施和验收交付经验，能够有效管理质量、进度和客户预期。