实习生，校招和社招的通道将长期开放。
有意向的候选人请投简历至： [email protected]，并标明主题“旷视上海研究院工作申请”或者“旷视上海研究院实习申请”。
在偏产品的层面，目前侧重于人脸识别，物体检测，跟踪，ReID，图像检索等。同时包括核心技术研究和产品支持。
在偏科研层面，则没有什么限制。
下面是对于科研和工程两方面的工作描述。
注意研究院并不严格划分这两类岗位，实际工作中可能有混合和调整，分开描述仅便于参考。
职责
-
持续改进视觉核心算法
-
理解商业场景对于算法和数据的需求，推动数据的采集和算法的落地
要求
- 自学能力强，善于独立思考，沟通表达能力强
- 具有基础图像处理，机器学习和深度学习知识
- 使用过深度学习框架（Caffe, TensorFlow,MXNet, PyTorch等）优先
- 有图形学或者3D视觉背景，使用过OpenGL, Point Cloud Library, Open3D等框架优先
- 有相关科研经历优先（如有CV/ML顶会论文）-
- 研究算法的方向包括但不限于
- 3D问题（stereo matching， SLAM，3D重建等）
- 物体（含人脸，行人）检测，识别，属性
- 物体关键点检测和跟踪（人脸，人体，手势等）
- 图像检索
- 神经网络架构优化（压缩，剪枝，搜索等）
- 迁移学习；小样本学习；主动学习
- 对抗生成网络
- 强化学习
职责
- 应用机器学习技术，针对大数据建模，结合业务需求，研发创新产品；
- 结合具体业务实际问题，对算法进行优化；
- 开发支持内部业务的工具和技术平台
要求
- 对于涉及到的算法有足够兴趣和了解
- 熟练使用Git
- 能够使用Python实现预定的算法逻辑，并进行调优工作
- 能够使用sklearn、numpy、scipy、matplotlib等常用库
- 熟悉数据可视化优先
- 具备分布式算法设计和实现经验优先
- 具备分布式相关项目经验，分布式系统、分布式存储、分布式数据仓库合作开发项目经验优先（例如Hadoop、Spark、SparkML、Hbase等）优先
- 具备网页前后端技能优先
- 有产品开发经验者优先