格灵深瞳-算法工程师（视频理解方向）

格灵深瞳是一家行业领先的人工智能公司，专注于将先进的计算机视觉、大数据分析、机器人和人机交互技术与应用场景深度融合，提供面向智慧金融、城市管理、智慧商业、轨交运维、体育健康、元宇宙等领域的人工智能产品及解决方案。

公司成立于2013年，是国内计算机视觉领域和人工智能技术的早期探索者和实践者，并于2022年3月在上海证券交易所科创板挂牌上市，成为A股第一家AI计算机视觉上市公司。公司总部位于北京，在上海、成都、合肥等地设有研发中心，员工60%以上为研发人员，涵盖算法、智能应用、产品设计、硬件开发等多领域。

岗位职责：

1、基于 transformer 的视频任务推进(任务如 ActionRecognition、

TemporalActionDetection、VideoCaptioning、video-LLM、

LongVideoUnderstanding 等)；

2、以人为中心的行为分析，异常动作识别，包括篮球场景投篮、攻防、犯规识

别，乒乓球发球犯规识别，排球垫球、发球犯规识别等；

3、负责算法难点问题的攻关；

任职要求：

1、熟悉 CNN 基础模型，transformer 基础模型(如 resnet、vit、clip 等)；

2、了解视频相关的基础任务、基础开源数据等；

3、硕士研究生以上学历，计算数学、模式识别、图像处理、多媒体技术等专业方向；

4、熟练掌握 pytorch 深度学习平台；

5、熟悉图像处理、模式识别算法，熟悉了解 OpenCV、decord、CvCuda 等图像处理平台；

6、熟悉 Linux 平台下脚本程序 Shell、Python 等，并能解决实际问题，可以针对数据清洗、数据标注灵活定制开发相关工具；

7、积极主动、性格开朗，乐于接受挑战，具有主动学习能力；

8、有高质量第一作者发表论文者优先(如 CVPR、ICCV、ECCV、IEEE Trans 等)；

9、有较强的学术比赛经验者优先，(例如顶会的 workshop challenge,kaggle等国内外商业比赛)；

10、有视频理解任务(视频动作检测，动作质量评价)经验者优先。