职位&公司对比
职位详情
- 北京
- 不限
- 博士
- 人工智能
- 深度学习
- 算法
1. 结合智能供应链选品场景,应用AI、ML技术解决实际问题,如:趋势预测,智能选品等; 2. 参与智能供应链大数据的机器学习、人工智能方向的技术方案架构与研发;boss 3. 参与图像处理、图像识别等相关算法的研究、设计、实现及优化; 4. 负责算法的工程化、产品化工作; 5. 关注计算机视觉、机器学习领域的最新研究进展,跟踪、调研前沿动态,完成开源代码及框架的部署。 【岗位要求】 1. 计算机kanzhun/数学/机器学习/深度学习/图像算法等相关领域硕士及以上学历; 2. 熟悉常用的机器学习/深度学习/图像处理算法和工具,包括但不限于CNN、RNN、OpenCV等,并有较强的动手实现能力; 3. 在模式识别、OCR、图像检索等计算机boss视觉领域有深厚的研究基础优先; 4. 有较强的英文文献阅读和理解能力。
职位详情
- 北京
- 5-10年
- 硕士
- 机器学习
- 多模态算法
- C/C++
- Python
- 自动标注
- 深度学习
职位描述 1、负责自动驾驶领域 4D Autolabel 的深度学习模型、跟踪、平滑等相关技术开发及研究,支撑包括但不限于静态道路元素、动态障碍物以及occupancy 等数据真值的自动化提取模型算法和链路开发。 2、负责设计开发自动化或半自动化的感知所需真值获取算法及链路,包括但不限于激光点云目标检测、激光点云分割、图像与点云融合目标提取、BEV 纯视觉以及BEV 多模态等模型算法。 3、负责自动驾驶前沿算法调研与实现,如3D Gau来自BOSS直聘ssion splatting,NeRF 和 LVM等,能够将相关技术应用于4D Autolabel相关任务。 4、与自动驾驶数据闭环系统中的其他环节紧密配合,基于自动化的模型算法持续提升标注效率与质量,降低标注成本,加速数据闭环,打造行业一流的自动驾驶领域 4D AutolabBOSS直聘el 生产算法、工具及平台。 职位要求 1、自动化,电子工程,计算机,数学等相关专业研究生及以上学历。熟悉BEV 下静态要素、动态要素、空中要素、occupancy等基于NN 以及 transformer 的离线或在线模型算法。 2、熟悉相机,毫米波雷达,激光雷达等车载传感器的特点熟悉多传感器,BOSS直聘多目标检测、跟踪、识别等算法。 3、编程能力优秀,熟悉Linux, 熟练使用 C++/ C 和 Python等编程语言,以及熟练使用Pytorch, TensorFlow 等进行模型搭建等,具备良好的编程习惯。 4、在计算机视觉(CVPR, ICCV, ECCV, ICRA)等相关会议发表论文者 或 有ACM 经验者优先kanzhun。 5、熟悉 VAE,3D Gaussion splatting,diffusion model 等boss基础生成模型者优先。
技能解析
- 图像算法
- 模式识别
- 技术方案
- 理解能力
- 阅读和理解
- 相关算法
- 英文文献阅读
- 研究进展
- 英文文献
- 机器学习
- 文献阅读
- 图像处理
- 趋势预测
- 图像处理算法
- 解决实际问题
- 计算机视觉
- 深度学习
数据来自CSL职业科学研究室
技能解析
- 激光雷达
- 自动驾驶
- 技术开发
- 技术应用
- 编程语言
- 设计开发
- 电子工程
- 编程能力
- 编程习惯
- 模型算法
- 计算机视觉
- 深度学习
数据来自CSL职业科学研究室
工作时间
公司福利
- 五险一金
- 补充医疗保险
- 定期体检
- 年终奖
- 股票期权
- 带薪年假
- 员工旅游
- 免费班车
- 餐补
- 交通补助
- 包吃
- 节日福利
- 零食下午茶
公司福利
- 五险一金
- 补充医疗保险
- 定期体检
- 年终奖
- 股票期权
- 带薪年假
- 员工旅游
- 通讯补贴
- 交通补助
- 节日福利
- 住房补贴
- 零食下午茶
备注
职位发布者未明确表明公司信息,具体可咨询职位发布人进行确认。