高级计算机视觉工程师

岗位介绍

Digital Place Vision 正在寻找一名高级计算机视觉工程师，领导开发端到端的计算机视觉算法系统，帮助零售商店准确识别货架上的每个 SKU（约 5000+ 个），并评估陈列合规性。您将构建可扩展的 AI 管道，优化模型在边缘设备和云端的部署，并通过实地测试不断迭代，提升系统的召回率和准确率。

工作内容

• 领导零售货架分析和陈列合规的端到端计算机视觉系统的设计、开发和部署。
• 开发并优化复杂零售环境中的产品检测、SKU 识别、定位和货架分割算法。
• 构建可扩展的 AI 管道，从商店拍摄的图像和视频中准确识别产品并评估陈列合规性。
• 设计和实现用于 SKU 识别和检测的机器学习和深度学习模型。
• 提高模型在不同光照、角度、货架布局和包装下的准确性、推理速度和鲁棒性。
• 制定数据收集、标注、增强和模型评估策略，持续提升 AI 性能。
• 使用定量指标分析模型性能，进行错误分析以发现改进机会。
• 研究并评估计算机视觉和深度学习的最新进展，并将其转化为生产就绪的解决方案。
• 优化模型以适应边缘设备（Android 设备）和云端推理，确保可扩展且高效的部署。
• 建立工程最佳实践，包括代码质量、测试、文档和 MLOps 工作流。
• 推动技术创新，为公司零售 AI 平台的长期愿景做出贡献。
• 实地测试与迭代：在真实零售仓库环境中进行广泛测试，分析边缘案例，持续迭代，提高视觉系统的召回率和准确率。

任职要求

• 学历：计算机科学、人工智能或相关领域本科及以上学历。
• 核心编程技能：扎实的编程基础，精通 C++ 和 Python，熟悉 Linux 开发环境，具备强大的软件工程实践能力。
• 传统视觉与相机技术：精通 OpenCV，深入理解从基础到高级的图像处理算法。加分项：具有相机标定、多相机同步和处理复杂光照/运动模糊的实践经验。
• 机器学习/深度学习专长：精通主流深度学习框架（如 PyTorch 或 TensorFlow）；能够根据需要设计自定义视觉模型；理解模型调优的最佳实践；能够基于真实案例进行基准测试，确保结果与现场情况一致；能够使用 FiftyOne 等工具分析图像数据集，并创建自定义模块或函数以增强分析；了解如何使用 Grad-CAM、MLFlow、Tensorboard、Wandb 等工具检查和解释模型（可解释 AI）。
• 边缘部署经验：熟悉 AI 模型边缘部署和推理加速工具，如 TensorRT、ONNX Runtime、NCNN 或 CUDA。知道如何从计算受限的设备中提取最大性能至关重要，尤其是 Android 设备，期望了解如何充分利用 Android 设备上的 GPU 进行批量推理。
• MLOps 与模型生命周期管理：具有 MLOps 平台（如 Weights & Biases、MLflow、TensorBoard 或类似工具）的使用经验，用于实验跟踪、模型版本管理和可重复的训练工作流。熟悉持续模型评估，包括置信度阈值调整、不确定性估计、新 SKU（新颖性/OOD）检测、模型漂移监控和自动化性能基准测试者优先。
• 监控与可观测性：具有使用 Grafana、Prometheus、ELK Stack、OpenTelemetry 或类似可观测性平台为 AI 系统实施生产监控和日志记录的经验。能够监控推理延迟、模型准确性、系统健康状况和业务 KPI，并主动识别性能下降和生产问题。
• 云部署：具有在 Google Cloud Platform (GCP)、AWS 或 Microsoft Azure 等云平台上部署和管理机器学习工作负载的经验。熟悉云原生服务、容器化（Docker）、编排（Kubernetes）、CI/CD 管道、可扩展推理服务和用于生产 AI 系统的 MLOps 基础设施者优先。