崗位職責(zé)：1. 視覺質(zhì)檢模型開發(fā)與部署：基于YOLO、CNN等架構(gòu)，研發(fā)面向工業(yè)產(chǎn)品的表面缺陷檢測(cè)模型（如焊點(diǎn)虛焊、劃痕、裝配缺失等）；負(fù)責(zé)模型輕量化與邊緣端推理部署（NVIDIA Jetson/邊緣盒子），滿足產(chǎn)線毫秒級(jí)實(shí)時(shí)性要求。2. 多源數(shù)據(jù)關(guān)聯(lián)與根因診斷：打通品質(zhì)檢驗(yàn)結(jié)果、生產(chǎn)過程參數(shù)（如擰緊扭矩/角度曲線）、設(shè)備故障工單等多源異構(gòu)數(shù)據(jù)，以產(chǎn)品序列號(hào)與時(shí)間戳為索引構(gòu)建全鏈路數(shù)據(jù)關(guān)聯(lián)模型；應(yīng)用XGBoost、貝葉斯網(wǎng)絡(luò)、因果推斷等算法，實(shí)現(xiàn)從表象缺陷到底層原因（設(shè)備偏移/工藝波動(dòng)/來料異常）的概率反推與歸因排序。3. 動(dòng)作捕捉與數(shù)據(jù)資產(chǎn)沉淀：探索基于骨骼點(diǎn)識(shí)別（MediaPipe/OpenPose）的工人標(biāo)準(zhǔn)化作業(yè)軌跡記錄，為后續(xù)柔性自動(dòng)化積累動(dòng)作數(shù)據(jù)資產(chǎn)。4. 系統(tǒng)閉環(huán)：與MES、QMS系統(tǒng)對(duì)接，實(shí)現(xiàn)異常觸發(fā)→自動(dòng)診斷→結(jié)論推送的自動(dòng)化流程。任職要求：1. 計(jì)算機(jī)、自動(dòng)化、電子信息等相關(guān)專業(yè)本科及以上學(xué)歷，3年以上工業(yè)AI或智能制造領(lǐng)域算法落地經(jīng)驗(yàn)。2. 扎實(shí)的計(jì)算機(jī)視覺基礎(chǔ)，熟悉YOLO系列、ResNet等主流檢測(cè)/分類網(wǎng)絡(luò)，有工業(yè)缺陷檢測(cè)項(xiàng)目落地經(jīng)驗(yàn)者優(yōu)先。3. 熟悉常用機(jī)器學(xué)習(xí)/因果推斷算法（XGBoost/LightGBM/Prophet/DoWhy），具備海量工業(yè)時(shí)序數(shù)據(jù)或結(jié)構(gòu)化生產(chǎn)數(shù)據(jù)的清洗與特征工程能力。4. 熟練掌握Python，熟悉TensorFlow/PyTorch，有邊緣端模型量化部署經(jīng)驗(yàn)（TensorRT/ONNX Runtime）者加分。5. 具備良好的跨團(tuán)隊(duì)溝通能力，能深入產(chǎn)線理解工藝痛點(diǎn)，將業(yè)務(wù)問題轉(zhuǎn)化為算法方案。

云從科技孵化自中科院重慶研究院，公司受托參與了人工智能國標(biāo)、行標(biāo)制定，并同時(shí)承擔(dān)國家發(fā)改委人工智能基礎(chǔ)平臺(tái)、應(yīng)用平臺(tái)，工信部芯片平臺(tái)等國家重大項(xiàng)目建設(shè)任務(wù)的人工智能科技企業(yè)。 同時(shí)，云從科技吸引并擁有全球的優(yōu)秀人才，核心技術(shù)先后10次斬獲國際智能感知領(lǐng)域桂冠及158次行業(yè)POC冠軍、勝率達(dá)到78.4%； 運(yùn)用先進(jìn)的三級(jí)研發(fā)架構(gòu)，云從科技取得3項(xiàng)重大技術(shù)突破——國內(nèi)“3D結(jié)構(gòu)光人臉識(shí)別技術(shù)”，打破技術(shù)壟斷；商用跨鏡追蹤（ReID）技術(shù)，紀(jì)錄保持至今；人體3D重建技術(shù)加快算法速度20倍，并將準(zhǔn)確率大幅提升30%。 云從科技業(yè)務(wù)涵蓋金融、安防、民航、零售等領(lǐng)域，通過行業(yè)領(lǐng)先的人工智能、認(rèn)知計(jì)算與大數(shù)據(jù)技術(shù)形成的整合解決方案，已服務(wù)400家銀行8.8萬網(wǎng)點(diǎn)、31個(gè)省級(jí)行政區(qū)公安、60余家機(jī)場(chǎng)，實(shí)現(xiàn)銀行日均比對(duì)2.16億次、公安戰(zhàn)果超3萬起、機(jī)場(chǎng)日均服務(wù)旅客200萬人次。