主要职责：
1.利用传统方法或深度学习等对轨道交通周界以及站内等背景复杂、干扰严重的场景进行目标/异物检测、分割、跟踪行为分析、趋势预测、图像质量诊断、雷视结合多模态检测等任务的研究和实现；
2.和其他团队成员配合，对模型进行部署和后期的升级维护；
3.能够针对实际项目的特定需求和工程实际性价比，独立提出较为合理的解决方案；
4.跟踪调研模式识别算法领域的成熟与前沿的理论技术和工程实施技巧，不断尝试与优化算法的性能；
5.基于上述研究内容，撰写发明专利和学术论文，并参与相关项目的申报和评奖。
任职条件：
1.本科及以上学历，数学、计算机、电子、微电子、自控、通信、导航、光学、电磁场等相关理工类专业；
2.熟悉模式识别领域的机器学习、深度学习等相关算法的原理和训练优化方法，有计算视觉方向研究与实践经验；
3.熟悉至少一种以下深度学习网络架构：CNN、RNN、LSTM、Transformer、GCN等；
4.熟悉python 、C/C 语言，有较强的程序开发能力；
5.熟悉至少一种以下深度学习框架：tensorflow、caffe、mxnet、PyTorch等；
6.优先考虑在人工智能算法世界大赛中获奖者或发表高级别论文者，优先考虑在轨道交通或智慧城市等领域有人工智能算法工程实施经验者。