岗位职责：
1.设计开发基于机器视觉的缺陷检测算法和功能，包括图像预处理、缺陷识别、定位、测量。
2.实现晶圆及芯片检测常见裂纹、划伤、凹陷、夹杂等缺陷的自动识别算法，并提高检度与效率。
3.基于深度学习及传统机器视觉算法，完成模型训练、测试、优化，在边缘设备上落地部署。
4.编写图像质量评价和数据标注工具，提升数据集的丰富性和标注质量。
5.跟踪行业前沿机器视觉技术，评估在视觉检测领域的应用可行性，并引入符合公司实际需求的技术。
任职资格：
1.本科及以上学历，计算机科学与技术、人工智能、电子信息工程、模式识别等相关专业，5年及以上工作经验。
2.掌握图像处理与计算机视觉基本算法（例如滤波、去噪、图像增强、特征提取与匹配、轮廓检测等）。
3.熟悉传统机器视觉算法（例如SIFT、SURF、边缘检测、Hough变换等）与工业视觉软件（例如Halcon、OpenCV）。
4.熟悉常用深度学习框架（例如PyTorch、TensorFlow、Keras等），并具备实际深度学习应用经验。
5.能够应用经典模型（例如ResNet、YOLO、UNet等）实现缺陷检测与目标分割任务，有调优经验。
6.了解红外热成像、超声检测、光学采集等检测手段，并能结合视觉算法的应用场景；
7. 良好的沟通与协作能力，能够与硬件、软件团队紧密配合，推进技术实现。
加分项：
1.具有超声图像处理经验优先。
2.具有超声扫描行业经验优先。
