程式設計技能：
1、 具有較強的程式設計能力和良好的程式設計習慣， 精通c/c++程式設計，並熟練使用vs 或matlab開發環境；
2、 在計算機技術領域擁有紮實的技術功底，尤其在資料結構、演算法和**、軟體設計方面功力深厚； 對資料結構有一定的研究基礎如鍊表、堆杖、樹等，熟悉資料庫程式設計；
3、 出色的演算法分析能力，對某一特定演算法可以做廣泛的綜述，有實際演算法實現經驗；
4、 熟悉物件導向程式設計思想，精於windows下的c/c++、vc++程式設計，熟悉matlab，對mfc有相對的了解和應用經驗；
專業技能：
1、紮實的數學功底和分析技能，精通計算機視覺中的數學方法；
高等數學(微積分)、線性代數（矩陣論）、隨機過程、概率論、
攝影幾何、模型估計、數理統計、張量代數、資料探勘、數值分析等；
對影象特徵、機器學習有深刻認識與理解；常見的影象處理演算法，包括增強、分割、復原、形態學處理等；
熟悉常見的模式識別演算法，特別是基於影象的模式識別演算法，掌握特徵提取、特徵統計和分類器設計；
5、熟悉機器視覺系統的硬體選型，包括ccd相機，鏡頭及光源；熟悉相機與鏡頭搭配；
外語：英文熟練，能夠熟練閱讀和理解專業英文資料，有英文文獻檢索和閱讀能力；
良好的英語溝通能力
綜合能力：
1.對工作認真負責，積極主動，勤奮踏實；
2.做事嚴謹，注重細節，有耐心，能夠在壓力下獨立工作；
3.學習鑽研能力強，有較強的理解能力和邏輯思維能力和良好的創新意識；
4.良好的協調溝通能力和團隊合作精神；
經驗要求：
1.兩年以上c/c++ 程式設計經驗；
2.具有2年以上在linux／unix環境下用c/c++語言開發影象處理軟體的經驗。
3.數字影象處理、模式識別的理論知識和實踐經驗;
有基於opencv開發專案經驗，機器視覺行業經驗;
具有影象處理演算法設計和開發經驗;
參與過機器視覺系統分析和設計;
在matlab 或其它數學軟體上開發演算法的經驗;
視覺演算法經驗：請提供實現的演算法列表
目標識別、影象配準、三維測量、標定和重建、手勢識別；
表面缺陷檢測；尺寸測量；特徵識別；
影象去噪、濾波、融合演算法
3a演算法：如自動**、自動對焦、自動白平衡
圖形影象處理、計算機視覺相關演算法的研發以及應用程式的編寫；
參與核心軟體專案演算法設計及演算法實現；研究影象處理演算法，開發和除錯演算法原型
軟體演算法研發：演算法的**實現、優化以及移植及其測試;
負責機器視覺系統圖象處理、分析及識別演算法的設計、實現及除錯;
參與圖象演算法視覺應用軟體的設計與實現。參與圖象處理技術研究與設計;
2、對已有的計算機視覺演算法進行實用化開發和優化研究；
精益求精，將演算法做到極致，使演算法真正實用化；
參與預研性的演算法分析和論證,為產品開發提供基礎研究及論證；
崗位職責：
1、 協助工程師進行演算法的測試.；c++語言驗證、測試演算法；
2、編寫演算法規格說明；
3、相關專業文獻的查閱；
4、將部分matlab程式轉為c或c++語言程式。
1) 輔助影象處理工作
2) 大規模影象蒐集與分類
3) 與開發人員等進行溝通，跟蹤產品的體驗效果並改進；
4）負責公司的機器視覺與感測器專案的技術支援（如專案可行性評估、現場demo、裝機、培訓等）
和 維護工作;
崗位職責：
1、負責計算機視覺中的影象採集，處理面陣和線掃瞄相機的成像和控制 ；
2、針對特定的計算機視覺問題，設計目標識別與快速定位與檢測演算法的實現，並進行優化；
3、對彩色影象和灰度影象實現物體表面的汙點劃痕檢測演算法設計和實現；
4、處理三維物體表面資料獲取和實現三維測量演算法的實現；
5、處理點雷射和線雷射源的成像，散斑雜訊濾波和輪廓檢測；
6、負責演算法與軟體gui開發工程師介面;
影象演算法工程師三重境界
一、傳統影象演算法工程師：
主要涉及圖形處理，包括形態學、影象質量、相機成像之3a演算法、去霧處理、顏色空間轉換、濾鏡等，主要在安防公司或者機器視覺領域，包括缺陷檢測；
二、現代影象演算法工程師:
涉及模式識別，主要表現的經驗為adaboost、svm的研究與應用，特徵選取與提取，包括智慧型駕駛的研究與應用、行人檢測、人臉識別；
三、人工智慧時代影象演算法工程師：
深度學習，主要在大型網際網路公司或者研究所機構，具體體現在tensorflow等開源庫的研究與應用，包括機械人的研、基於深度學習的人臉識別；
理論基礎
1）opencv。無論以後是否使用opencv，咱先用著玩起來。找本書跟著寫寫demo，然後自己做點小應用，雖然一直在呼叫api但是大概知道影象處理是個什麼玩意兒。（當然期間配合著可以學學c++或者python）
2）岡薩雷斯的數字影象處理 + opencv部分原始碼。調了這麼久的api，是不是已經欲求不滿了？所以我們開始研究演算法吧，這時候對於一些常用的函式，我們可以去看看對應的實現，以及在理論上到底是個什麼意思，為什麼需要這樣。記住是opencv的部分原始碼，不是讓你去通看，看著看著就沒興趣了，而且也迷失了方向。
3）數學。 對於演算法走到後來就是很多數學的東西，對於這些我推薦的還是差哪兒補哪兒，哪兒不懂學哪兒。而不是抱著幾門公開課，厚厚的書啃，這樣就又迷失方向了，記住我們是要學影象處理的。
4）專案實踐。這個不用多說，找點實際問題去解決會進步很快哦。
當這兒，我們已經對影象處理有了乙個熟悉感了，但是可能會覺得有些雜，這時候就是靜下來系統的看看岡薩雷斯那本書了，慢慢的就會有一種通透的感覺。（我也沒達到通透。。。）
以上就是傳統影象處理演算法的路子了。現在還有很火的 機器學習和深度學習 做影象處理的。大概路子差不多，學的東西不太一樣。
1）keras/caffe/tensorflow/mxnet等等 深度學習庫或者scikit-learn 機器學習庫。語言推薦python，深入底層後也需要c++。dl庫強烈推薦keras上手，非常快。
2）深度學習方面的書比較少，主要還是以 ** 為主吧，多看總有益。機器學習的書籍：國內：《統計學習方法》（滿滿的乾貨），周志華的《機器學習》，國外的《an introduction to statistical learning 》《esl》《prml》等等，當然看英文的可能比較辛苦。
3）因為這方面比較火，所以網上公開課也不少。ng大神的《machine learning》，林軒田的《機器學習基石》《機器學習技法》，hinton的《neural network for machine learning》，任選其一學習即可，英文稍差可以看林軒田的，台灣人，說的是中文。
4）數學。線性代數，矩陣論，概率論，數理統計都會用到的。學習方法還是如上所說。
5）學ml/dl切忌紙上談兵，多實踐。網上找點資料集，各種模型自己跑跑試試，改改，這樣才能理解透徹。
敏捷是怎樣煉成的
很早之前，就有了寫 的衝動，寫一本給程式設計師看的 寫一本能夠反映中國程式設計師生活的 曾幾何時，沉默寡言 喜歡獨自思考 甚至 木吶 成為了程式設計師的標籤。其實在每個程式設計師心中，除了對技術的痴迷，他們也熱愛生活。他們改變著技術，也同時被技術改變著。他們是一群普通的人，也是自己心中的英雄。之所以...
ThreadLocal是怎樣煉成的
好久沒更新部落格了，一直都有學習新知識，但是沒時間總結,主要因為顧著去發展模型興趣去了哈 難得靜下來寫一篇部落格 閒話不多說，直接進入主題 threadlocal是解決執行緒安全問題乙個很好的思路，threadlocal類中有乙個map，用於儲存每乙個執行緒的變數副本，map中元素的鍵為執行緒物件，...
精英是怎樣煉成的？
精英總是少數 細節決定成就 素質決定高度。一 細節 我們都知道一句話叫細節決定成敗，這不是乙個口號，也不是心靈雞湯，這是真真正正很有用的一句話。大家認為細節是什麼 細節是小事 什麼小事 是起關鍵作用的小事 禮記 君子慎始 失之毫釐，謬以千里。咱們不說航母上的一顆鉚釘製造的標準有多嚴格，也不說火車鋼軌...