视觉算法工程师

到岗时间：不限 婚况要求：不限 岗位职责 1. 负责半导体先进封装设备相关的图像识别与缺陷检测及高精度定位引导算法研发，基于深度学习框架搭建图像分析模型，处理封装过程中晶圆、芯片表面光学图像，精准识别划痕、颗粒、图形畸变、键合缺陷等先进封装特有关键缺陷。 2. 优化缺陷检测算法性能，结合先进封装工艺要求（如微纳尺度缺陷识别），确保缺陷检测准确率，实现缺陷坐标、类型的精准输出，为先进封装工艺优化提供核心数据支撑。 3. 基于寒武纪、昇腾等国产 AI 芯片，完成算法模型的量化、部署与加速，提升先进封装设备缺陷检测运算效率，保障算法在不同封装工况（如不同材质、不同工艺阶段）下的稳定性。 4. 结合半导体先进封装生产数据反馈持续迭代算法模型，优化模型参数，解决实际生产中遇到的图像质量干扰、微纳缺陷误检 / 漏检等行业痛点问题。 5. 与应用软件开发组协作，推动算法与上位机软件的集成，参与算法全流程测试验证，适配先进封装设备的批量生产应用需求。 任职要求 1. 硕士及以上学历，计算机视觉、模式识别、机器学习、人工智能等相关专业，3 年以上图像识别、缺陷检测算法研发经验，有半导体先进封装、集成电路制造领域图像检测项目经验者优先。 2. 精通深度学习理论与技术，熟悉 CNN、YOLO、Faster R-CNN 等主流或其它图像检测模型，具备独立搭建、训练与优化模型的能力，了解半导体先进封装工艺及缺陷特性者加分。 3. 熟练掌握 C#/C 编程语言，熟悉 TensorFlow、PyTorch 等深度学习框架，具备良好的代码编写与调试能力，能针对先进封装微纳缺陷检测场景进行模型优化。 4. 具备扎实的图像处理基础（图像预处理、特征提取、分割等），能够熟练使用 OpenCV、PIL 等工具库，有国产 AI 芯片算法部署经验，且了解半导体设备图像采集系统者优先。 5. 具备较强的数据分析能力、逻辑思维能力与团队协作精神，能够快速对接半导体先进封装设备研发业务需求，推动算法落地应用。