职责描述： 数据构建与质量优化： 参与计算机视觉相关业务（如图像分类、目标检测、分割等）的数据采集、清洗、标注工作，为算法模型提供高质量的数据支持。 设计数据增强方案，挖掘数据潜在价值，提升数据集的多样性和鲁棒性。 数据处理流程开发： 协助搭建高效的数据处理流水线，优化数据存储、加载和预处理效率，支持算法团队的实验需求。 开发自动化工具或脚本，简化数据标注、校验和统计分析流程。 算法辅助支持： 配合算法工程师完成模型训练前的数据准备（如特征提取、样本平衡等），参与模型效果分析并提出数据层面的改进建议。 跟踪学术界/工业界的公开数据集和技术报告，为业务场景提供数据选型参考。 协作与文档： 与算法、产品团队紧密沟通，理解数据需求并输出清晰的数据说明文档。 维护数据版本和标注规范，确保数据可追溯性和一致性。 任职要求： 基础技能： 计算机、数学、电子信息等相关专业在校生，对计算机视觉领域有浓厚兴趣。 熟悉Python，能使用OpenCV、Pillow等工具进行图像处理，了解Pandas/NumPy等数据处理库。 了解机器学习基础概念（如监督学习、数据划分、评估指标等），有实际数据标注或清洗经验者优先。 加分项： 接触过主流标注工具（Labelme、CVAT等）或数据管理平台（如Label Studio）。 了解常见视觉任务（如分类、检测）的数据格式要求（COCO、VOC等）。 熟悉SQL或数据库操作，能处理大规模图像数据。 个人特质： 细致耐心，对数据质量敏感，具备较强的逻辑分析和问题排查能力。 良好的团队协作意识，愿意在算法与数据的交叉领域中深入学习。