旷视科技研究院算法实习

• 推进计算机视觉和深度学习领域的核心算法
• 构建计算机视觉或深度学习领域的关键应用
• 将最好的算法在有趣有用的商业场景中落地
• 岗位方向：视频分析、面部识别、基础检测模型、模型设计、3D、机械臂、屏下指纹、人脸防伪、图像处理、AI计算等

【岗位方向简介】

• 视频分析：包括图片/视频流中的车辆、车牌以及一般目标的检测；多目标跟踪（MOT）& 单目标跟踪（SOT）；行人/车辆重识别（ReID）以及Metric Learning；多视几何；小样本学习
• 面部识别：包括通用物体检测、few-shot learning、图像分类、多目标跟踪、单目标跟踪
• 基础检测模型：包括物体检测、分割以及相关问题；高效模型设计；自监督、半监督、长尾、小样本
• 模型设计：通用模型、图像模型、视频模型、ML与分布式等
• 3D：视觉/激光 SLAM、室内外高精地图、多传感器融合、AR、移动端三维重建、导航与控制、基于深度学习的深度估计/补全/Stereo/Local Feature/3D物体检测、Neon/CUDA/SSE等并行算法研究与工程部署等
• 机械臂：针对机械臂场景的视觉感知和决策规划，包括检测、分割、6D位姿估计、抓点选取、路径规划、机械臂系统等
• 屏下指纹：基于深度学习的屏下指纹解锁方案，包括关键点提取，特征匹配，指纹信号增强与分割，图像拼接等
• 端上云上人脸防伪：分类网络、模型量化压缩、多光谱图像增强、metric learning等
• 图像处理：针对移动平台的图像处理和理解：降噪、超分辨率、HDR、图像增强、多摄场景理解、语义分割、实例分割、移动端模型量化压缩蒸馏等
• AI 计算：量化模型AR、VR及手势识别；编译器；ISP量化网络

【岗位要求】

• 扎实的数学基础
• 基本的编程能力
• 充满技术热情，有较强的自驱力和学习能力
• 加分项：熟悉机器学习或计算机视觉领域的最新研究成果和相关的开源系统
• 加分项：熟悉Pytorch/TensorFlow/天元MegEngine等开源深度学习框架
• 实习时长3个月及以上

【工作地点】

• 以上岗位北京、上海、南京、成都均可加入