船舶视觉感知技术专家

一、岗位职责
（一）视觉感知核心算法研发
1.负责复杂环境下视觉目标检测、识别、跟踪算法设计与优化，支撑海上目标（船只、浮标、障碍物）与陆上动态目标（车辆、行人、交通标志）的高精度感知与融合。
2.开展环境态势感知技术研究，融合视觉与其他传感器数据（如毫米波雷达、激光雷达），实现场景理解、可行驶区域划分及目标行为预测。
（二）波浪观测与海洋环境视觉感知
1.开发基于视觉的波浪参数反演算法（如波高、波长、波向），利用视频或图像序列分析海面动态特征。
2.构建面向海洋工程与装备的视觉感知系统，支持海上风电运维、无人船/水下机器人（AUV/ROV）的环境感知与自主导航。
（三）自动驾驶与端到端模型研发
1.研究视觉-语言-动作（VLA） 多模态大模型，探索端到端自动驾驶架构，提升车辆在复杂交通场景中的理解、推理与决策能力。
2.负责Occupancy感知网络、语义SLAM、三维重建等前沿技术的研发与车端/边缘端部署优化。
（四） 数据闭环与工程化落地
1.设计并优化数据采集-标注-训练-评测全链路体系，利用自动标注、场景仿真等技术高效构建高质量数据集。
2.推进算法在真实业务场景（海洋监测、智能驾驶、工业巡检）中的稳定运行与持续迭代，确保系统安全性与鲁棒性。

二、任职要求
（一）学历与经验
1.计算机视觉、人工智能、机器人、海洋工程、模式识别或相关交叉学科博士研究生学历。
2.非应届博士需具备2年以上相关工作经验或博士后视觉算法研发经验，副高级职称者优先考虑。
（二）技术能力
1.精通Python/C++，熟练使用PyTorch、OpenCV、ROS等主流框架与工具链。
2.熟悉以下至少一个领域并有深入实践经验：
（1）目标检测/分割/跟踪：如YOLO、DETR、SAM、Mask2Former等；
（2）三维视觉与SLAM：单目/双目深度估计、NeRF/3D高斯泼溅、VINS-Fusion、DROID-SLAM等；
（3）多模态大模型：VLM/VLA、端到端自动驾驶、强化学习/模仿学习；
（4）海洋视觉：波浪图像分析、水下图像增强、多传感器融合感知。
（三）学术与工程素养
1.在CVPR/ICCV/ECCV/NeurIPS/ICRA/Ocean Engineering等顶级会议或期刊发表过高水平论文，具备独立调研、复现及改进前沿算法的能力。
2.拥有从算法原型到工程化部署的完整项目经验，熟悉边缘端推理优化、模型量化、嵌入式部署者优先。
（四）综合能力
1.具备跨部门协作与项目管理能力，能将业务需求拆解为可量化的技术目标。
2.良好的英语读写能力，能高效阅读文献并撰写技术报告或专利。
（五）加分项
1.自动驾驶实车部署经验：有Robotaxi、矿区无人驾驶、港口自动驾驶等项目落地经历。
2.海洋领域背景：熟悉海上目标探测、波浪监测或水下机器人感知系统。