视觉应用测试实习生

职位描述

岗位职责：

1. 参与计算机视觉相关项目的测试、联调及效果验证，按照测试方案和测试规范完成测试任务；

2. 负责对原始数据、系统输出结果及可视化结果进行审核，识别并记录误检、漏检及其他异常情况；

3. 对遮挡、边界场景、复杂背景、目标形态变化等典型异常场景进行分类、整理和初步分析；

4. 根据测试要求开展抽样测试、场景测试、回归测试及专项测试，协助发现在实际应用场景中的潜在问题；

5. 负责测试数据及结果统计，整理 TP、FP、FN、Precision、Recall 等相关评估指标；

6. 对异常样本涉及的视频、图片、日志及算法结果进行整理归档，协助完成问题定位、复现及回溯；

7. 参与不同版本的效果对比与回归验证，跟踪问题修复情况并推动测试闭环；

8. 根据项目需要参与现场测试、测试数据采集、数据清洗及测试集维护等相关工作；

9. 总结典型误检、漏检及长尾场景，为模型优化、数据集建设和测试用例完善提供参考；

10. 协助完善测试流程、测试规范及结果统计方式，持续提升算法测试效率和测试覆盖度。

任职要求

任职要求：

1. 本科及以上在读，计算机、人工智能、自动化、电子信息、软件工程等相关专业优先；

2. 具备较强的责任心和细致度，能够耐心完成数据审核、结果验证及重复性测试工作；

3. 具备基本的数据分析和问题整理能力，能够熟练使用 Excel、飞书表格等工具进行数据统计；

4. 具备基础 Linux 使用能力，熟悉常用命令，可完成文件管理、日志查看及基础环境操作；

5. 了解计算机视觉、目标检测、图像处理等基础知识，对 YOLO 等常见视觉算法有一定认知；

6. 具备良好的逻辑分析和问题定位意识，能够从测试现象中发现并总结规律；

7. 具备较好的沟通协作能力，能够清晰记录、反馈和跟踪测试过程中发现的问题；

8. 学习能力较强，能够快速理解业务场景、测试标准及算法评估方法。

加分项

• 熟悉 Python，能够完成简单的数据处理、统计分析或自动化测试脚本开发；

• 熟悉 OpenCV、YOLO、PyTorch、Ultralytics 等计算机视觉相关工具或框架；

• 使用过LabelImg、CVAT 等数据标注工具；

• 有算法测试、软件测试、数据标注、视频审核或视觉数据处理相关经验；

• 熟悉 Linux、Git 等常用开发及服务器环境；

• 了解 Precision、Recall、F1、IoU、漏检率、误检率等常见算法评估指标；

• 有工业视觉、机器人、ADAS、智能制造等相关项目实践经验。

岗位目标

通过规范化的测试执行、数据审核、异常分析及结果统计，协助验证计算机视觉相关功能在真实应用场景下的准确性、稳定性及可靠性，及时发现并跟踪误检、漏检及复杂场景下的异常问题，为版本验证、测试用例完善、数据质量提升及系统持续优化提供可靠的测试依据。