岗位概述： 负责面向 3D 计算机视觉与深度学习 的工业级机器视觉软件产品规划与迭代，核心聚焦 图形化无代码视觉工程平台 的产品设计；以无序抓取、拆码垛、高精度装配等典型机器人应用场景为落地载体，打造覆盖 3D 相机配置 → 视觉工程搭建 → AI 算法调用 → 机器人通信适配 → 生产部署运维 的全链路软件平台，降低集成商与终端客户的视觉项目部署门槛。 岗位职责： 1. 图形化无代码视觉工程平台产品规划： 主导 Mech-Vision 类图形化机器视觉软件的产品规划与 Roadmap，设计拖拽式算法模块（Step）、参数配置面板、输入输出端口连接逻辑，使用户无需编写代码即可完成视觉工程搭建。 定义视觉工程编辑器的交互范式与用户体验标准，平衡"无代码易用性"与"高级用户自定义扩展性"，降低集成商项目交付周期。 2. 3D 视觉算法模块产品化 将点云处理（滤波、分割、配准、法向计算）、3D 匹配（粗匹配/精匹配、多模板匹配）、深度估计、6D位姿估计等核心3D视觉能力封装为标准化、可复用的算法 Step。 针对无序堆叠、高亮反光、深色异形、紧密贴合、海量 SKU 等复杂工业场景，定义算法模块的性能指标（识别准确率、定位精度、处理节拍）与参数调优策略。 设计3D 工件识别与位姿调整的可视化调试工具（超级 Step），将复杂调试步骤收敛为单一步骤或简单参数调整，大幅缩短现场调试周期。 3. AI 深度学习模块场景化设计 规划深度学习算法模块（实例分割、万物识别、分类）在视觉工程中的产品化集成，实现与深度学习训练软件（Mech-DLK）的模型训练-推理闭环。 设计"少量样本即可训练模型"的轻量化 AI 工作流，支持多图像、多模型并行检测，满足工业现场快速换型需求。 定义 AI 模型版本管理、效果评估与回滚机制，确保模型迭代不影响产线稳定运行。 4. 需求分析与技术协同 深入汽车、锂电、3C、光伏、物流、工程机械等行业一线，挖掘集成商与终端客户在视觉项目交付中的真实痛点，输出标准化 PRD、原型与交互规范。 作为算法、工程、硬件、测试、业务团队的枢纽，将 3D 视觉与深度学习技术方案转化为可落地的软件功能，推动跨部门项目按期高质量交付。

任职要求： 【教育背景】 本科及以上学历，计算机科学、软件工程、人工智能、自动化、机械工程、测绘等相关专业。 【工作经验】 3 年以上 B 端工业软件/机器视觉/自动化/AI 平台类产品经验，有图形化编程、低代码/无代码平台、视觉软件或机器人软件产品经历者优先。 至少完整主导过 1 个软件产品从需求定义到商业化落地的生命周期，熟悉工业现场交付与运维流程。 【技术认知——3D 视觉与工业自动化（核心）】 深入理解 3D 计算机视觉基础原理，熟悉点云处理（滤波、分割、配准、法向计算）、3D 匹配、深度估计、6D 位姿估计、SLAM 等主流算法的技术边界与适用场景。 熟悉 Open3D、PCL、Halcon 等 3D 视觉工具库；了解 3D 数据格式（PLY、OBJ、STL、LAS）及工业相机（结构光、激光、ToF）成像原理。 了解工业机器人运动学基础、手眼标定原理、机器人通信协议（TCP/IP、EtherNet/IP、Profinet、Modbus），能与自动化工程师进行同频技术对话。 【技术认知——深度学习（基础）】 理解 CNN、Transformer 等深度学习基础原理，熟悉目标检测、图像分割、实例分割等 2D/3D 视觉任务；了解 PyTorch/TensorFlow 基础。 了解工业缺陷检测、万物识别、小样本学习、模型量化部署等概念，理解深度学习在工业视觉中的落地挑战（数据标注成本高、过拟合、实时性要求）。 【技术认知——软件工程与产品化】 熟悉工业软件的产品形态，理解图形化编程/节点编辑器（Node-based Editor）、可视化调试、插件化架构、API 设计等概念。 了解敏捷开发、CI/CD、版本管理、软件授权与分发机制；具备基础的数据分析能力。 【核心能力】 需求抽象与场景洞察：能将集成商/终端客户的现场诉求（"高亮反光识别不稳定"、"深筐清框率低"、"换产要半天"）转化为清晰的产品需求与优先级。 技术判断力：能在算法精度、处理节拍、工程成本、用户体验之间做出平衡决策，与算法/工程团队进行同频技术对话。 跨团队推动力：具备极强的沟通协调能力，能推动算法、平台、硬件、测试、业务、技术支持等多方资源高效协作，按期交付复杂项目。 数据驱动意识：善于定义北极星指标（如"项目部署周期从 2 周缩短到 2 天"、"增换产时间降至 5 分钟"），通过埋点、用户访谈、现场反馈持续验证产品价值。