作为应用学习大学，SIT 在我们的研究追求中与行业密切合作。我们的研究人员将有机会掌握与行业需求相关的应用研究技能，同时参与 SIT 的研究项目。
研究工程师将在使用尖端计算机视觉技术从捕获相机图像中进行自动化野生动物识别和分类方面发挥关键作用。研究工程师将与首席研究员、共同首席研究员和跨学科研究团队紧密合作，开发和实施深度学习算法，以分析捕获相机录像，用于野生动物监测和保护工作。
工作职责
• 与首席研究员、共同首席研究员和研究团队一起参与和管理研究项目，以确保及时完成项目交付成果。
• 在项目中承担以下具体职责：
• * 开发、训练和优化深度学习模型，以使用真实世界数据集进行野生动物物种识别、分类和分割。
• 设计和实现软件模块，将模型集成到工作系统原型中。
• 进行数据标注。
• 进行实验，分析结果，并迭代模型以提高准确性和效率。
• 准备项目文档、技术报告和学术出版物。
• 与行业合作伙伴合作并为技术转移工作做出贡献。
• 支持设计简单的网页界面或仪表板，以可视化计算机视觉模型输出，并在需要时与开发人员合作。
• 通过应用对后端/前端工作流程的熟悉程度，促进系统集成，确保计算机视觉模型可以通过用户界面应用访问。
• 协助在云或边缘平台上部署计算机视觉解决方案，并为最终用户提供基本接口支持。
候选人需与任何内部或外部利益相关者进行联络和沟通，以确保项目交付成果的达成，并执行主管分配的其他临时任务。
技术要求：
• 具备扎实的技术知识和实践经验：
• 深度学习框架（例如，PyTorch、TensorFlow、Keras）
• 用于目标检测和分类的计算机视觉模型（例如，YOLO、R-CNN 变体、EfficientNet、ResNet、U-Net）
• 图像处理和计算机视觉技术
• Python 编程及相关库（例如，OpenCV、NumPy、scikit-learn、Pandas、Matplotlib）
• 数据集准备、模型训练和性能评估的经验
• 欢迎具备强大计算机视觉专业知识并在 1-2 个重要计算机视觉项目中取得成功的候选人申请，无论其领域特定经验如何。
熟悉 Web/全栈开发：
• 对前端框架（例如，React、Angular 或 Vue.js）的基本理解
• 接触过后端开发（例如，Flask、Django、Node.js）
• 了解 RESTful API 和微服务架构。
• 对数据库系统（SQL/NoSQL）的基本知识。
• 有使用云平台（AWS、GCP、Azure）进行部署和扩展的经验。
教育要求：
• 至少持有计算机科学、软件工程、数据科学或相关技术领域的学士学位
• 拥有机器学习、计算机视觉或相关领域的硕士或博士学位将是一个优势。
优先资格：
• 具备生物/生态数据集或野生动物图像的经验
• 熟悉大型数据集的数据标注工具和实践
• 了解模型部署和优化（例如，ONNX、TensorRT、模型量化）
• 具备边缘计算或嵌入式系统的经验（例如，NVIDIA Jetson、Raspberry Pi）
• 具备实时处理和 GPU 加速（CUDA）的背景
• 参与相关竞赛（例如，Kaggle、计算机视觉挑战）
• 具备版本控制（Git）和协作开发实践的经验。 
