1．密切關(guān)注深度學(xué)習(xí)和機(jī)器學(xué)習(xí)領(lǐng)域的最新進(jìn)展,?關(guān)注目標(biāo)檢測(cè)領(lǐng)域的最新進(jìn)展。
2．負(fù)責(zé)物體檢測(cè)、識(shí)別深度學(xué)習(xí)算法的設(shè)計(jì)、實(shí)現(xiàn)和迭代。
3．負(fù)責(zé)訓(xùn)練環(huán)境的搭建及維護(hù)，包括圖像數(shù)據(jù)集的獲取、標(biāo)注指導(dǎo)和維護(hù)。
4．研發(fā)服務(wù)器和嵌入式平臺(tái)、移動(dòng)端的目標(biāo)檢測(cè)解決方案，負(fù)責(zé)算法優(yōu)化和移動(dòng)端、邊緣端的優(yōu)化。
5．支持車輛、商品等不同類型的業(yè)務(wù)需求，可以根據(jù)需求完成技術(shù)轉(zhuǎn)化。
崗位要求：???
1．熟練掌握Python、C/C++等編程語(yǔ)言及OpenCV、PIL等圖像處理庫(kù)
2．了解機(jī)器學(xué)習(xí)和深度學(xué)習(xí)的基本內(nèi)容，計(jì)算機(jī)視覺相關(guān)方面的豐富項(xiàng)目經(jīng)歷?。
3．熟練使用TensorFlow、caffe等框架，了解多卡的訓(xùn)練原理。熟悉常用圖像視覺計(jì)算庫(kù)及深度學(xué)習(xí)推理計(jì)算庫(kù)，包括tensorflow?lite、ncnn等；
4．對(duì)目標(biāo)檢測(cè)方向有深入了解，了解目前單階段和兩階段檢測(cè)的前沿方法，有實(shí)際的項(xiàng)目或科研經(jīng)驗(yàn)，并取得了state-of-the-art的算法效果。
5．熟悉當(dāng)前主流的檢測(cè)、分類、跟蹤算法，例如Faster?RCNN、YOLO、SSD等深度學(xué)習(xí)方法以及HOG、AdaBoost等傳統(tǒng)機(jī)器學(xué)習(xí)方法
6．熟悉神經(jīng)網(wǎng)絡(luò)模型的設(shè)計(jì)、調(diào)參、優(yōu)化方法；
7．有使用NVIDIA的GPU，深度學(xué)習(xí)加速庫(kù)TensorRT，CUDA等經(jīng)驗(yàn)優(yōu)先。