计算机视觉工程师（图像算法方向）

1. 负责图像抠图算法研发与优化工作，包括但不限于前景分割、透明度估计、精细边缘处理等，确保在复杂场景下的抠图质量与效率；结合多模态技术提升语义理解与抠图精度； 2. 负责图像检索与图片智能标签算法研发工作，基于CLIP/BLIP/SigLIP等多模态基础模型，构建高效的图像-文本理解系统，实现精准的图像内容理解与标签生成； 3. 深入分析抠图、图像检测、图像检索等任务的实际落地场景，利用多模态学习、大模型等技术进行针对性的算法优化，提升任务精度与泛化能力，满足大规模业务需求。 ----

1. 计算机、人工智能、数学或相关专业本科及以上学历，硕士优先，有计算机视觉或图形学背景者优先； 2. 责任心强，具备良好的团队协作能力与逻辑思维能力，善于分析和解决复杂问题； 3. 熟练掌握至少一种编程语言（Python、C/C++等），代码功底扎实，具备良好的编码规范与工程化意识； 4. 熟练使用常见CV库（OpenCV、PIL等），并精通至少一种深度学习框架（PyTorch、TensorFlow等）； 5. 深入理解图像抠图算法原理，熟悉经典方法（如Closed-form Matting、KNN Matting、Bayesian Matting）及深度学习方法（如DIM、MODNet、Background Matting、RVM等），有实际项目落地经验； 6. 深入理解多模态学习技术，熟悉CLIP、BLIP、SigLIP等跨模态基础模型的原理与应用，具备图像-文本检索、图片智能标签生成的实践经验； 7. 熟悉常见的图像分类、检测、分割算法，能够跟进学术界与业界最新研究动态，并具备快速复现与改进能力； 8. 有大规模图像抠图或多模态检索场景落地经验者优先，如电商商品抠图、视频人像抠图、海量图片标签系统、以图搜图等； 9. 在CVPR、ICCV、ECCV、SIGGRAPH、NeurIPS、ICML等顶级会议或期刊发表过抠图/分割/多模态相关论文者优先。 ---- 加分项 • 具备GPU（CUDA）加速或模型量化/蒸馏等模型优化经验； • 有AIGC相关经验，如结合扩散模型进行图像生成、编辑与多模态内容理解； • 具备视觉大模型（如SAM、SEEM等）应用经验，能结合大模型优化抠图与检测任务。