1、负责视觉算法（如立体匹配、深度估计、深度补全等）的高质量数据集构建，算法设计、开发和调优。

2、自主研读相关领域文献，寻找解决需求问题的方法。结合实际业务场景进行算法迭代，提升算法实时性和鲁棒性，评估对比其他主流深度感知方案的性能。

3、集成深度估计算法，基于感知深度实现各类视觉应用（如人脸识别、实例分割、三维建模等）。

1、具备三年以上工作经验，硕士及以上学历，计算机、电子信息、人工智能、自动化等相关专业。

2、熟练使用Python/C++，掌握PyTorch/TensorFlow等深度学习框架，具备良好的代码开发能力。

3、熟练掌握深度感知技术（包含不限于：视差估计、单目/双目/光场深度估计、高精度深度真值构造），有在影像/自动驾驶等深度感知算法落地经验者优先。

4、熟悉相机标定算法，有相机、Lidar等多传感器联合标定及融合经验者优先。

5、备良好的沟通能力和团队精神，善于分析和解决问题，可独立完成工作。

1、负责计算机视觉相关的图像处理算法开发，为实际应用场景提供高效的算法接口。

2、负责视觉相关的深度学习算法开发和优化，以及算法在GPU、NPU等多种算力平台上的部署。

3、跟踪前沿AI芯片相关技术，研发文档撰写和维护。

1、具备两年以上工作经验，硕士及以上学历，计算机、电子信息、人工智能、自动化等相关专业。

2、熟练使用Python/C++，掌握PyTorch/TensorFlow等深度学习框架，具备良好的代码开发能力。

3、掌握主流深度学习部署框架（如TensorRT、ONNX等），至少有一种边缘算力部署经验（NVIDIA、瑞芯微等）。

4、具备模型轻量化经验（剪枝/量化/蒸馏等），有CUDA编程、X86/ARM等平台程序性能优化经验者优先。

5、备良好的沟通能力和团队精神，善于分析和解决问题，可独立完成工作。

1、负责机器视觉算法（如图像超分辨率、图像去噪、增强、去模糊、复原等）的调研、算法设计、开发和调优。

2、负责光学成像系统中的图像质量优化，结合传统图像处理算法和深度学习算法提升各种场景下的成像效果。

3、探索与跟进前沿技术，推动在实际应用领域中的性能优化和落地。负责相关技术、项目的文档整理和撰写。

1、具备硕士及以上学历，计算机、电子信息、人工智能、自动化等相关专业。

2、熟练使用Python/C++，掌握PyTorch/TensorFlow等深度学习框架，具备良好的代码开发能力。

3、对成像原理和图像ISP流程有较深入的了解，熟悉图像质量的测试及评价方法者优先。

4、了解图像生成方法（GAN、扩散模型等），有轻量化神经网络开发经验优先。

5、备良好的沟通能力和团队精神，善于分析和解决问题，可独立完成工作。

1. 负责光学微结构的微纳工艺开发和实现。

2. 对微纳制造方法、设备领域进行调研和梳理，掌握科研和行业的进展动态。

3. 与研发团队及下游供应商沟通，制定交付标准，支持供应商解决改进工艺问题，实现工程化落地。

4. 其他与微纳制造相关的工艺开发工作。

1. 本科及以上学历，微电子、光电、半导体、光学工程、材料学等相关专业；

2. 具备半导体光刻工艺经验及激光直写光刻工艺经验，熟悉工艺流程，熟悉光刻工艺中光刻胶特性、折射率匹配、光学临近效应校正等；

3. 熟悉纳米压印、刻蚀、镀膜等半导体微纳加工工艺者优先；

4. 具备良好的沟通协调能力和团队合作精神；

5. 思维清晰，工作严谨，具有分析、判断、解决问题的能力，具备较强的计划性和执行能力。

1、负责光学系统仿真与建模：使用Zemax、Code V、LightTools等光学仿真软件进行成像系统建模与简单优化；基于系统需求进行光学参数分析，评估成像质量；

2、负责镜头选型与方案调研：根据具体应用场景和系统要求进行镜头选型与技术参数比对，形成光学系统的镜头选型方案、分析评估报告、调研报告等相关文档；

3、参与外部合作的技术对接：与镜头供应商、光学器件厂商进行技术沟通；跟进样品获取、初步测试，提供光学方面的可行性分析及相关数据支持；

4、参与跨团队开发测试：与其他软硬件团队配合，协同推进成像系统的测试与调试。

1、光学工程、应用物理、精密仪器等相关专业硕士及以上学历；

2、熟练掌握至少一种光学仿真软件（FDTD、Zemax、Code V、LightTools等）；

3、熟悉常见镜头结构及参数定义，有镜头选型和对比分析经验者优先；

4、熟悉CAD软件（如SolidWorks、AutoCAD）使用能力，可用于简单结构建模；

5、具备MATLAB等数据处理与分析工具的基本使用能力；

6、工作细致，有责任心，具备良好的沟通与协作能力，逻辑清晰，有较强的学习能力和主观能动性；

7、实习时长不低于3个月，每周出勤不少于3天，表现优异且人岗匹配者，公司提供毕业转正机会。

1、设计实现光场的图像/视频超分辨率算法，结合基于物理模型的计算光学重构，获得接近衍射极限的成像效果。

2、开发基于光场的深度估计算法，实现场景的高精度三维重建。

3、应用网络剪枝、量化、蒸馏等策略，实现轻量化网络设计优化。

1、熟练掌握Pytorch、TensorFlow等深度学习框架；

2、具备较强的编程能力，熟练使用Python、Matlab或C++语言；

3、具备良好的调研和文献阅读、代码复现能力；

4、计算光学成像、图像恢复、图像超分、深度估计等相关算法开发经验优先；

5、具备良好的沟通能力和团队精神，善于分析和解决问题，可独立完成工作；

6、实习时长不低于3个月，每周出勤不少于3天，表现优异且人岗匹配者，公司提供毕业转正机会。