关于职位
我们正在寻找一名AI研究工程师（计算机视觉），以研究、原型设计和验证在实时CCTV视频中具有高精度的计算机视觉解决方案。
该职位位于研究、实验和实际部署的交汇处。您将专注于在Jupyter笔记本中构建工作原型，在类似生产的数据上验证它们，并将知识转移给MLOps和工程团队以进行扩展和部署。
这是一个快节奏的初创环境，强调交付成果和结果，而不是固定的工作时间。
主要职责
研究与原型设计
• 研究和原型设计用于实际CCTV应用场景的计算机视觉模型和算法
• 使用真实视频流和数据集构建和迭代Jupyter笔记本原型
• 在具有挑战性的条件下（遮挡、光照、摄像机角度、运动模糊等）优化模型以实现高精度和召回率
• 实验检测、跟踪、重新识别、时间推理和多摄像机设置
验证与指标
• 设计和运行模型准确性、精度、召回率和延迟的评估流程
• 分析失败案例并提出系统改进建议
• 执行消融研究和控制实验
知识转移与合作
• 与以下团队进行知识转移（KT）会议：
• MLOps团队以改进训练流程、模型性能和推理效率
• 工程团队将研究原型转化为可部署的生产系统
• 清晰记录研究发现、假设和权衡
部署意识
• 与工程师合作，确保研究原型可在生产环境中部署
• 考虑计算限制、延迟、GPU使用和可扩展性等实际约束
所需资格
• 具备扎实的计算机视觉基础（目标检测、跟踪、分割、视频分析）
• 精通Python
• 具有使用Jupyter笔记本进行研究和原型设计的经验
• 对精度、召回率、F1、ROC和评估指标有深入理解
• 能够推理实际数据噪声和边缘案例
• 能够处理非结构化视频数据
优先条件
• 具有计算机视觉领域的行业或研究经验
• 具有使用NVIDIA DeepStream流程的经验
• 熟悉GPU推理优化（TensorRT、CUDA概念）
• 有处理实时CCTV或监控视频的经验
• 接触过MLOps工作流程和模型部署流程
工作环境与文化
• 高度自主和自主的初创环境
• 基于交付成果的工作时间（不是严格的9-6）
• 快速迭代周期和实际影响
• 与工程和MLOps团队紧密合作
• 研究快速部署到生产的机会
加入我们的理由
• 处理实际生产中的计算机视觉问题，而不是玩具数据集
• 看到您的研究上线并产生即时影响
• 高度自主，最小官僚主义
• 具有竞争力的薪酬和强大的学习和成长机会
