岗位描述
岗位职责
岗位职责
1.研发并落地前沿视觉与多模态算法(ViT/Swin、CLIP/LLaVA),服务于真实工业与视频场景
2.面向小样本、长尾与弱监督场景,设计 Few-shot/自监督(DINOv2)解决方案,实现高精度模型
3.负责视频流中的目标检测、跟踪与像素级分割,解决遮挡、小目标与时序稳定性问题
4.推动算法在嵌入式端侧的端到端落地,包括训练、部署与性能优化
5.与工程与业务团队协作,保障算法在真实系统中的长期稳定运行
岗位要求
任职资格
1.扎实的计算机视觉基础,掌握检测/分割/跟踪等核心任务
2.熟悉 Transformer 架构,有多模态模型或 Prompt/Few-shot 项目实战经验
3.熟悉 Python/PyTorch
4.熟悉 Linux 与视频流处理(FFmpeg 等视频流工具)
加分项
1.熟悉 嵌入式端侧部署,了解量化、蒸馏、算子融合等优化手段
2.使用 AIGC/合成数据缓解小样本与冷启动问题
3.理解 GPU 底层推理原理,具备底层性能优化能力
4.有工业或复杂监控场景的长期项目经验,或有 CVPR/ICCV/ECCV 等顶会论文