岗位职责
1.融合场景产品定义：深入废塑料及混合可回收物分选场景，定义 NIR/高光谱负责材质判别、可见光负责颜色与形态的产品边界；设定材质识别准确率/召回率、颜色误判率、最小识别尺寸、处理通量及 PET/PE/PP/PVC/PS/PLA 等分项基线。
2.多模态融合工程化：推动算法与光学/硬件团队解决多传感器空间配准、时间同步、动态粒子距离波动、光照一致性补偿及特征级/决策级融合策略，确保工业在线节拍下实时运行。
3.光谱数据—模型闭环：规划标准光谱库采集、标注与版本管理，定义模型训练—验证—现场部署流水线，使新材质品类可在可控周期内上线；将降解、污染、复合材质等非理想样本的鲁棒性纳入常规指标。
4.系统集成与可运维性：协同结构、电气、执行团队定义传感头安装、防护、校准与在线自检机制；评估补光对 NIR/高光谱的干扰及环境光漂移补偿，建立“实验室标准样—产线混合样—实际工况样”三级验证体系。
任职要求
1.本科及以上，光学工程、光谱学、遥感、电子信息、材料、仪器科学等相关专业，硕士优先。
2.3 年以上光谱类智能检测、高光谱成像或 NIR 分选设备研发/产品经验；有资源回收、塑料分选或工业在线光谱检测背景优先。
3.理解 NIR 光谱与化学键振动对应关系，熟悉高光谱/NIR 相机关键指标（光谱范围、分辨率、信噪比、帧率）对分选性能的影响。
4.有多模态传感融合工程认知，理解配准、同步、光照一致性和动态测量对融合效果的影响，能判断“融合是否真正带来增益”。
5.具备光谱数据与机器学习模型协同的产品化思维，能与算法团队讨论特征工程、模型评估与在线推理约束。
6.对资源回收物料复杂性有现实预期，能在品类覆盖度与工业节拍下可接受精度之间做有依据的决策。
