算法工程师 （计算成像方向）

岗位职责：

1、负责工业视觉场景下计算成像相关算法的原型研发与前瞻探索，围绕真实工业检测需求完成从问题定义、技术选型到实验验证的完整研究链路，覆盖2D成像、3D重建、多光谱成像等技术方向。

2、深入理解工业业务场景，开展系统性文献调研与技术路线评估，提炼成像环节关键问题，快速构建原型验证方案，输出可行的技术决策。

3、深入分析场景成像数据内在特性（噪声分布、光照扰动、成像畸变、光谱偏差、标定误差、多源数据对齐约束等），设计严谨的消融实验与对比实验，从算法设计原理层面解释结果，定位不同技术路线的能力边界与适用条件，并据此优化成像算法流程与模型策略。

4、针对真实产线部署需求，统筹算法的泛化性与鲁棒性：包括复杂工况下画质稳定性、多设备一致性、光照环境变化抗干扰能力、多相机/多光谱设备适配能力，保障成像输出质量在实际产线环境中的稳定性与容错能力。

5、以最终业务指标达成为导向，配合工程团队完成算法从原型验证到端侧/边缘侧部署的全流程闭环；通过坏例分析、难例挖掘、成像数据回流机制持续迭代优化，确保成像算法在画质、重建精度、处理速度、稳定性方面达到预定交付标准。

6、跟踪领域前沿进展（ICCV/CVPR/ECCV、ICCP等顶会论文、主流开源项目与成像相关预训练模型），结合工业场景特殊性探索创新应用方向，将学术界前沿计算成像思想转化为工业界实际生产力。

7、输出高质量的技术方案文档、实验分析报告及可复现的算法代码，确保研发过程透明、可追溯，为团队知识积累和技术决策提供依据。

任职要求：

1、硬性要求：硕士及以上学历，计算成像、光学工程、计算机视觉、图像处理、机器学习、人工智能、自动化、应用物理等相关专业

2、技术能力

- 熟练使用Python，熟练掌握PyTorch/TensorFlow等主流深度学习框架；具备良好的代码工程素养。

- 精通数字图像处理基础：滤波、降噪、色彩校正、图像变换、形态学处理、频域分析等；熟悉相机成像链路基础原理。

- 2D成像方向：深入理解HDR合成、多帧降噪、图像超分、图像增强、自动曝光/自动白平衡/自动对焦、图像配准与图像融合、光度立体成像等算法原理、适用边界与缺陷，能够针对工业场景完成算法选型与定制优化。

- 3D成像方向：掌握结构光/条纹投影三维重建、相移法、激光三角测量原理；精通单相机、多相机标定，理解畸变矫正、立体匹配、点云处理等关键技术。

- 多光谱方向：熟悉多光谱/高光谱成像链路，掌握光谱预处理、光谱特征提取分析，能够基于光谱信息完成材质分类、缺陷区分等业务任务。

- 扎实的数学物理基础（几何光学、辐射光度学、概率统计、线性代数、优化理论），能够运用数学物理工具独立推导成像算法设计决策。

3、研究能力

- 具备独立查阅和精读英文前沿论文的学术素养，能够快速复现主流计算成像方法并从中提炼可改进的创新点。

- 具备严谨的实验方法论：能够从工业成像业务场景抽象技术问题，设计合理的实验对照组，从实验结果提炼规律，而非单纯依靠调参。

- 善于从失败实验逆向归因：区分硬件噪声、光学偏差、算法假设失配、参数设置、评估指标失焦等问题，修正研究假设与技术路线。

4、综合素质

- 具备将成像算法成功部署至实际产线并持续迭代优化的完整闭环意识，对成像输出落地效果有强烈责任心。

- 逻辑清晰，沟通高效，可与硬件、工程、产品团队高效协作，推动成像算法向产品落地转化。

- 学习能力和自驱力强，主动追踪计算成像前沿技术，能够快速动手验证创新思路。

加分项

- 学术成果：在CVPR、ICCV、ECCV、ICCP等顶级会议或期刊发表计算成像、三维重建、光谱成像相关方向论文。

-前沿实践：有工业相机/多相机系统调试落地经验；有基于深度学习的计算成像、神经重建、光谱复原、仿真成像数据生成、域自适应迁移等方向研究或落地实践经验。