崗位職責:
1、算法模型研發(fā)與優(yōu)化：基于TensorFlow、PyTorch等深度學習框架，負責核心算法模型的設計、訓練與優(yōu)化，重點圍繞YOLO框架進行目標檢測、識別等相關算法的研發(fā)，提升模型的精度、速度和魯棒性，滿足實際業(yè)務場景需求。
2、算法工程化部署：主導算法模型的工程化落地，制定合理的部署方案，將訓練好的模型高效部署到生產環(huán)境，包括模型壓縮、量化、推理加速等，確保算法在實際應用中具備高可用性和低延遲特性，適配不同的硬件平臺和業(yè)務系統(tǒng)。
3、算法性能調優(yōu)：針對線上算法應用中的性能問題，進行全面分析與調優(yōu)，通過改進網絡結構、優(yōu)化訓練策略、調整參數配置等方式，持續(xù)提升算法的運行效率和穩(wěn)定性，解決高并發(fā)、大數據量場景下的算法瓶頸。
4、算法平臺搭建與維護：參與或主導算法平臺的建設，包括數據處理模塊、模型訓練模塊、評估模塊、部署模塊等的設計與開發(fā)，搭建高效、易用的算法研發(fā)與管理平臺，支撐團隊的算法研發(fā)流程規(guī)范化和自動化。
5、技術方案設計與評審：參與業(yè)務需求分析，結合實際應用場景設計算法技術方案，提供專業(yè)的算法選型建議；參與技術方案評審，確保方案的可行性、先進性和經濟性，降低技術風險。
6、數據處理與分析：負責算法研發(fā)所需數據的處理與分析，包括數據清洗、標注規(guī)范制定、數據增強等，保障訓練數據的質量和數量，為算法模型的高效訓練提供有力支撐。
7、跨團隊協(xié)作與技術支持：與工程開發(fā)、產品、測試等團隊緊密協(xié)作，提供算法技術支持，解決算法集成過程中的問題，推動算法成果在產品中落地應用；向相關團隊傳遞算法知識，提升團隊整體算法應用能力。
8、前沿技術跟蹤與應用：跟蹤國內外算法領域的前沿技術和研究成果，尤其是目標檢測、深度學習工程化等方向的最新進展，進行技術調研與驗證，將合適的新技術、新方法引入實際項目，提升團隊的技術競爭力。

任職要求:
1、學歷與專業(yè)：碩士及以上學歷，計算機科學、人工智能、數學等相關專業(yè)，5年以上算法開發(fā)經驗，其中至少3年深度學習算法研發(fā)經驗。
2、技術框架掌握：熟練使用TensorFlow、PyTorch等深度學習框架，具備豐富的模型訓練、調優(yōu)經驗；熟練掌握YOLO框架，深入理解其原理與實現，有基于YOLO進行算法改進和落地應用的成功案例。
3、工程化部署能力：熟悉算法工程化部署流程和技術，掌握模型部署工具（如TensorRT、ONNXRuntime等），有將深度學習模型部署到服務器、邊緣設備等不同環(huán)境的實際經驗。
4、算法優(yōu)化經驗：主導過算法優(yōu)化項目，具備從模型設計、訓練到部署全流程的優(yōu)化經驗，能有效提升算法的精度、速度或降低資源消耗，有高并發(fā)場景下算法優(yōu)化經驗者優(yōu)先。
5、平臺建設經驗：有算法平臺建設經驗者優(yōu)先，熟悉算法平臺的架構設計和關鍵技術，了解數據處理、模型管理、流程自動化等模塊的實現方式。
6、編程與技術能力：具備扎實的編程基礎，熟練掌握Python語言，了解C++等編程語言；具備良好的數學基礎，熟悉機器學習、深度學習的基本原理和常用算法；掌握數據結構與算法，具備較強的問題分析與建模能力。
7、團隊協(xié)作與溝通能力：具備良好的團隊協(xié)作精神和溝通表達能力，能清晰闡述復雜的算法概念和技術方案，有效推動跨團隊合作項目的進展。
8、其他要求：具備較強的學習能力和創(chuàng)新意識，能快速適應技術和業(yè)務的變化；工作嚴謹負責，能承受一定的工作壓力，有人工智能公司算法研發(fā)經驗者優(yōu)先。