中国远洋运输集团
26年机器视觉岗
26年机器视觉岗
发布于 3 小时前普通员工/个人贡献者
全职员工仅现场办公计算机视觉工程
计算机视觉工程
Opencv
Pytorch
Tensorflow
Vslam
嵌入式部署
深度学习
目标检测
计算机视觉
值不值得投
74综合评分
综合评分 74
大型集团机器人视觉研发岗，技术栈前沿且成长空间大，薪资福利稳定，WLB情况待确认。
从薪资福利、成长发展、工作生活和使命价值四个维度综合评估，方便横向比较。
薪资怎么样
3.3万
比计算机视觉工程中位数高
发布情况
新岗位 · 今天发布
公司情况
这家公司招聘很活跃
约 380 个在招
市场机会
选择不多
青岛 · 计算机视觉工程 · 6 个在招
职位详情
关于这个职位
该职位主要负责移动机器人视觉感知系统的设计、开发与算法实现，涵盖目标检测、场景理解及嵌入式平台部署优化
你需要与硬件、控制等团队紧密协作，完成视觉模块的系统集成与测试验证，推动算法在机器人产品中的工程落地
最低要求
）硕士及以上学历，专业需为计算机、自动化、电子工程、机器人等
）工作年限不少于5年
）工作地点：青岛
）扎实的计算机视觉与图像处理基础，熟悉常用的深度学习框架（PyTorch、TensorFlow等）及传统视觉算法（OpenCV）
）具备较强的编程能力，精通C++/Python，熟悉Linux开发环境，具备良好的代码规范与工程实现能力
）熟悉机器人视觉中的核心算法，如特征提取与匹配、相机模型与标定、多视图几何、VSLAM（ORB-SLAM、VINS等）、三维重建等
）具备深度学习在视觉任务中的实践经验，熟悉常用模型（YOLO、Mask R-CNN、ResNet等）及其部署与优化
）熟悉机器人系统中常见的传感器（相机、激光雷达、IMU）特性及其数据融合方法
）具备优秀的分析问题和解决问题的能力，能够独立承担算法模块的开发与优化
工作职责
）负责移动机器人视觉感知系统的设计、开发与算法实现，包括但不限于目标检测、识别、跟踪、场景理解与语义分割
）负责算法在嵌入式平台（如NVIDIA Jetson、地平线等）上的部署、性能优化与工程落地
）编写规范的算法设计文档、技术报告，并参与相关专利与论文的撰写
）负责开发面向各类仪表、环境特征的视觉识别算法
）与硬件、嵌入式、控制团队紧密协作，完成视觉模块的系统集成与测试验证
AI 洞察
优缺点分析
优点
- 依托大型集团的资源与平台，能够接触到丰富的机器人落地场景与海量数据
- 技术栈涵盖传统视觉、深度学习与嵌入式部署，有利于构建全面的机器人感知技术壁垒
- 国企背景通常能提供相对稳定的职业发展路径与完善的福利保障
- 算法在嵌入式平台上的部署与性能优化对工程落地能力要求极高，需平衡精度与算力
- 跨团队协作频繁，需要较强的沟通能力以解决硬件、控制与视觉之间的系统级联调问题
- 适合具备扎实算法基础与较强工程落地能力，且希望在机器人/自动驾驶感知领域长期深耕的技术人才
缺点 / 挑战
暂无明显挑战项
角色解读
- 从视觉算法工程师向资深算法专家发展，深耕机器人感知与自动驾驶领域
- 积累系统级集成经验后，可向机器人系统架构师或视觉技术负责人转型
- 负责移动机器人视觉感知系统的核心算法研发，包括目标检测、跟踪、场景理解与语义分割等
- 将视觉算法部署到NVIDIA Jetson等嵌入式平台，进行性能优化与工程落地
- 与硬件和控制团队跨部门协作，完成视觉模块的系统集成与测试验证
- 扎实的计算机视觉与深度学习基础，精通PyTorch/TensorFlow及OpenCV
- 熟练掌握C++/Python编程，熟悉Linux环境及VSLAM、三维重建等机器人视觉核心算法
- 具备嵌入式平台算法部署经验，熟悉相机、激光雷达、IMU等多传感器数据融合
申请策略
- 了解中远海运在智慧港口、自动化物流或机器人领域的业务布局，面试时结合业务场景阐述技术价值
- 重点突出在嵌入式平台（如Jetson）上的算法部署与性能优化经验，展示实际落地成果
- 详细列举参与过的VSLAM、多传感器融合或目标检测项目，强调解决复杂工程问题的能力
- 展示专利、论文或技术报告撰写经历，体现技术深度与总结能力
- 深入学习TensorRT或NCNN等模型压缩与加速框架，提升嵌入式端推理性能优化能力
- 复习并实践多传感器（相机、LiDAR、IMU）时空同步与融合算法，增强系统级感知能力
面试指南
- STAR法则：针对项目经验，清晰阐述背景、任务、具体行动（技术选型、优化手段）及量化结果
- 技术深度剖析：对于算法问题，从数学原理、工程实现、边界条件及优化策略四个维度展开回答
- 请详细描述一个你在嵌入式平台上进行视觉算法部署与优化的项目，遇到了哪些性能瓶颈及如何解决？
- 在VSLAM或三维重建中，如何处理动态场景或光照剧烈变化带来的特征匹配失败问题？
- 多传感器（如相机与激光雷达）融合时，如何进行时空同步与标定？
- 请对比YOLO系列与Mask R-CNN在机器人场景应用中的优缺点及选型考量
- 复习经典视觉算法（如ORB、SIFT）及深度学习模型（YOLO、ResNet）的原理与推导
- 准备1-2个具有挑战性的跨团队联调或系统级Bug排查案例，展现解决复杂问题的能力
职位点评
薪资福利75
成长发展80
工作生活65
使命价值70
薪资福利
75中等
作为大型上市集团岗位，薪资福利体系完善，稳定性较高，但具体薪资水平需结合青岛当地市场及国企薪酬体系综合考量。
薪资信号未披露（AI估算：2.5千–4万/月）
成长发展
80较高
岗位涉及前沿的机器人视觉感知与嵌入式部署技术，且鼓励撰写专利论文，技术成长空间广阔。
技术前沿前沿/新兴技术
技术栈PyTorch、TensorFlow、OpenCV、C++、Python、VSLAM、YOLO、Mask R-CNN、ResNet、NVIDIA Jetson
成长机会参与相关专利与论文的撰写
业务类型ambiguous
工作生活
65中等
JD未明确提及工作模式与加班情况，但国企背景通常在工作节奏上相对规范，具体WLB情况需进一步确认。
工作模式未明确
办公地点市区核心地段
加班情况未提及（无法判断）
使命价值
70中等
依托大型航运物流集团的机器人研发，有助于推动传统行业的智能化与自动化转型，具有一定的产业价值。
行业发展高速增长赛道
社会影响中性/一般
创新程度积极采用新技术
Watch Jobs