人工智能

岗位职责
1. 负责枪弹外观缺陷检测领域大模型的构建、训练、评估与持续优化，涵盖数据构建、模型选型、架构设计及性能调优；
2. 搭建并维护面向枪弹质检场景的深度学习平台，支持模型训练、部署、推理及版本管理全流程；
3. 针对高精度、小样本、强鲁棒性等军工质检特殊需求，开展算法适配与工程化落地工作；
4. 与光学成像、自动化产线及质量检测团队协同，完成缺陷识别系统集成与实际产线验证。

岗位要求
1. 硕士及以上学历，人工智能、计算机视觉、模式识别、兵器科学与技术或相关专业；
2. 熟悉目标检测（YOLO系列、Faster R-CNN等）、图像分割（Mask R-CNN、SAM）、异常检测及小样本学习等关键技术；
3. 具备大模型微调经验（如ViT、Swin Transformer等视觉基础模型），熟悉LoRA、Prompt Tuning等轻量化适配方法；
4. 熟练使用Python及PyTorch/TensorFlow框架，具备Linux环境下模型训练与GPU集群调度经验；
5. 有工业质检、精密制造、军工检测或高精度图像分析项目经验者优先；
6. 具备良好的工程实现能力、跨学科协作意识及严谨的技术文档撰写习惯。
7.其他技能要求：1.具备视觉AI大模型、深度学习平台项目建设经验者优先。
2.精通至少一种编程语言（Python、C++、C#等)；熟练掌握至少一种深度学习框架（如pytorch、tensorflow、Caffe、MXNet等）；熟悉机器学习和深度学习的基本原理，包括神经网络、卷积神经网络（CNN）、循环神经网络（RNN）、长短期记忆网络（LSTM）；熟悉计算机视觉（CV）、自然语言处理（NLP）、强化学习（RL）等领域；熟悉人工智能相关平台、工具和技术；熟悉常见数据结构和算法；熟练掌握WPF、winform程序开发、多线程、工业通讯等技术；熟悉Mysql、SqlServer等数据库，熟练掌握SQL语法；熟悉软件开发流程、设计模式、体系结构；具有规范化、标准化的代码编写习惯；具有运动控制、机器视觉领域相关经验优先