【Company 公司介绍】
UnitX是一家2018年创立，全球化运营的高科技机器视觉公司。为全球大型制造业客户提供基于人工智能的工业视觉自动化产品。
UnitX核心技术团队来自美国Stanford / MIT / UC Berkeley / Google / Tiktok 等知名高校以及高科技公司，服务了包括中美电动车、锂电池制造企业。过去3年，UnitX在中国和美国市场以每年3倍的速度高速成长。目前公司估值数亿美元，已经完成B轮融资。
【主要职责】
1、与美国团队和产品团队合作：
● 深入了解公司深度学习系统中机器学习产品的特性，经过培训后可以独立评估模型效果，定位模型问题等；
● 掌握训练机和产线机中模型训练，模型部署，模型推理等重要模块的代码，能够快速定位并解决这些模块中出现的问题；
● 参与新的机器学习产品和功能的讨论及开发，帮助推进新产品在国内的落地，负责机器学习产品在国内项目中的调试和迭代；
2、与中国FAE团队以及Prod Ops工程团队合作：
● 深入了解部署项目中的机器学习问题，评估建模的可行性和风险，对风险高的建模方案给出简化或替代方案；
● 对FAE团队在数据收集，样本标注，，数据清洗，模型训练等环节中给予指导；
● 采集现场模型数据，在实验室复现漏杀/过杀问题，定位模型遇到的主要问题，并给出相应的指导建议。
【任职要求】
1、计算机科学、电子工程或相关领域本科及以上学历；
2、具备良好工程开发能力，丰富的机器学习和深度学习经验，尤其是监督学习和视觉模型方面；
3、熟悉数据标注，数据集清洗及模型微调流程，具有实际项目部署经验为佳；
4、良好的数据分析和问题解决能力；
5、优秀的英语口语和书面沟通能力；
6、良好的跨团队协作能力。
【所需技能】
* 英语可以作为工作语言。
1、机器学习基础知识：熟悉机器学习和深度学习的基本原理，主要包括：
● 监督学习：线性回归（regression），逻辑回归（logistic regression），神经网络（neural network），卷积神经网络（CNN）；
● 模型训练：损失函数（loss function），反向传播（back propagation），学习率（learning rate）；
● 模型评估：准确率（accuracy），召回率（recall），漏杀/过杀（FA/FR），欠拟合（underfit），过拟合（overfit），偏差（model bias），方差（model variance）；
● 模型优化：数据增强（data augmentation），数据合成（synthetic data）；
2、视觉深度模型：了解常见的视觉深度模型的工作原理
● 常见模型结构：如U-Net；
● 常见视觉模型任务：图像分割（image segmentation），图像分类（image classification），物体检测（object detection）；