核心职责
1.算法开发与优化：负责基于YOLO系列模型（v5/v8/v10/v11等）进行开发、训练、调优及轻量化，针对科学图像的小目标、复杂背景等挑战进行模型改进。
2.平台搭建与运维：主导或深度参与搭建基于 SkyhookML 或其他MLOps平台的内部分布式机器学习训练与数据管理管道，实现数据集版本化、实验追踪和自动化工作流。
3.端到端Pipeline构建：将数据标注、模型训练、评估、优化及部署（包括边缘设备）流程产品化、自动化，提升研发效率。
4.技术前瞻：跟踪计算机视觉与机器学习系统领域的最新进展，并评估其在公司技术栈中应用的可能性。
任职要求
1.教育背景：计算机科学、人工智能、电子信息、自动化等相关专业本科及以上学历。
2.算法经验：扎实的计算机视觉基础，2年以上基于深度学习的目标检测项目实战经验；必须精通YOLO系列算法的原理、训练、调试及部署全流程，有在自定义数据集上成功交付项目的经验；熟悉PyTorch或TensorFlow等主流深度学习框架。
3.平台经验：熟悉SkyhookML、MLflow、Kubeflow等至少一种MLOps/机器学习平台的核心概念与操作；有使用此类平台进行实验管理、工作流编排或模型部署的经验，或对开源MLOps系统有浓厚的钻研兴趣和学习能力。
4.工程能力：熟练使用Python，具备良好的代码风格和工程规范；熟悉Docker容器化技术及Linux开发环境。
5.个人特质：强烈的自驱力、优秀的问题解决能力和团队协作精神，对技术充满热情，能适应创业公司的快节奏。