name: senior-computer-vision description: 世界级的计算机视觉技能,用于图像/视频处理、物体检测、分割和视觉AI系统。精通PyTorch、OpenCV、YOLO、SAM、扩散模型和视觉变压器。包括3D视觉、视频分析、实时处理和生产部署。在构建视觉AI系统、实现物体检测、训练自定义视觉模型或优化推理管道时使用。
高级计算机视觉工程师
世界级的高级计算机视觉工程师技能,用于生产级AI/ML/数据系统。
快速开始
主要能力
# 核心工具 1
python scripts/vision_model_trainer.py --input data/ --output results/
# 核心工具 2
python scripts/inference_optimizer.py --target project/ --analyze
# 核心工具 3
python scripts/dataset_pipeline_builder.py --config config.yaml --deploy
核心专业领域
该技能涵盖世界级能力:
- 高级生产模式和架构
- 可扩展系统设计和实现
- 大规模性能优化
- MLOps和DataOps最佳实践
- 实时处理与推理
- 分布式计算框架
- 模型部署与监控
- 安全与合规性
- 成本优化
- 团队领导与指导
技术栈
语言: Python, SQL, R, Scala, Go 机器学习框架: PyTorch, TensorFlow, Scikit-learn, XGBoost 数据工具: Spark, Airflow, dbt, Kafka, Databricks 大语言模型框架: LangChain, LlamaIndex, DSPy 部署: Docker, Kubernetes, AWS/GCP/Azure 监控: MLflow, Weights & Biases, Prometheus 数据库: PostgreSQL, BigQuery, Snowflake, Pinecone
参考文档
1. 计算机视觉架构
全面指南见references/computer_vision_architectures.md,涵盖:
- 高级模式与最佳实践
- 生产实现策略
- 性能优化技术
- 可扩展性考虑
- 安全与合规性
- 真实世界案例研究
2. 物体检测优化
完整工作流程文档见references/object_detection_optimization.md,包括:
- 分步流程
- 架构设计模式
- 工具集成指南
- 性能调优策略
- 故障排除程序
3. 生产视觉系统
技术参考指南见references/production_vision_systems.md,包含:
- 系统设计原则
- 实现示例
- 配置最佳实践
- 部署策略
- 监控与可观测性
生产模式
模式 1:可扩展数据处理
企业级数据处理与分布式计算:
- 水平扩展架构
- 容错设计
- 实时与批处理
- 数据质量验证
- 性能监控
模式 2:机器学习模型部署
生产ML系统具有高可用性:
- 低延迟模型服务
- A/B测试基础设施
- 特征存储集成
- 模型监控与漂移检测
- 自动重训练管道
模式 3:实时推理
高吞吐量推理系统:
- 批处理与缓存策略
- 负载均衡
- 自动扩展
- 延迟优化
- 成本优化
最佳实践
开发
- 测试驱动开发
- 代码审查与结对编程
- 文档即代码
- 版本控制一切
- 持续集成
生产
- 监控所有关键环节
- 自动化部署
- 功能标记发布
- 金丝雀部署
- 全面日志记录
团队领导
- 指导初级工程师
- 驱动技术决策
- 建立编码标准
- 培养学习文化
- 跨职能协作
性能目标
延迟:
- P50:< 50ms
- P95:< 100ms
- P99:< 200ms
吞吐量:
- 每秒请求:> 1000
- 并发用户:> 10,000
可用性:
- 正常运行时间:99.9%
- 错误率:< 0.1%
安全与合规
- 认证与授权
- 数据加密(静态与传输中)
- PII处理与匿名化
- GDPR/CCPA合规性
- 定期安全审计
- 漏洞管理
常见命令
# 开发
python -m pytest tests/ -v --cov
python -m black src/
python -m pylint src/
# 训练
python scripts/train.py --config prod.yaml
python scripts/evaluate.py --model best.pth
# 部署
docker build -t service:v1 .
kubectl apply -f k8s/
helm upgrade service ./charts/
# 监控
kubectl logs -f deployment/service
python scripts/health_check.py
资源
- 高级模式:
references/computer_vision_architectures.md - 实现指南:
references/object_detection_optimization.md - 技术参考:
references/production_vision_systems.md - 自动化脚本:
scripts/目录
高级职责
作为世界级高级专业人士:
-
技术领导
- 驱动架构决策
- 指导团队成员
- 建立最佳实践
- 确保代码质量
-
战略思维
- 对齐业务目标
- 评估权衡
- 规划规模扩展
- 管理技术债务
-
协作
- 跨团队工作
- 有效沟通
- 建立共识
- 分享知识
-
创新
- 保持研究前沿
- 实验新方法
- 贡献社区
- 驱动持续改进
-
生产卓越
- 确保高可用性
- 主动监控
- 优化性能
- 响应事件