算法工程师

岗位职责：核心算法研发与优化：1、负责计算机视觉核心算法的研发，重点专注于目标检测、实例分割、关键点检测等任务的模型设计、训练、调优与部署。2、跟踪并研究业界前沿的检测框架（如DETR系列、YOLO系列、MaskR-CNN等），并将其应用于实际业务场景，持续提升算法的精度和效率。AI⼤模型的应⽤与探索：1、探索并落地视觉⼤模型（如SAM、DINOv2、CLIP、StableDiffusion等）在具体业务中的应用，包括但不限于图像理解、多模态学习、零样本/小样本识别、⾃动化数据标注等。2、研究和实践大模型的微调技术，使其适配特定领域的任务，提升模型在垂直场景下的性能。3、探索多模态大模型的应用，结合文本、图像等信息，解决复杂的视觉-语言交互问题。数据处理与系统搭建：1、负责或参与大规模视觉数据集的构建、清洗、分析和增强工作。2、将算法模型产品化，完成从原型到线上服务的转化，并参与高性能、高可用的视觉服务系统的设计与搭建。技术前瞻与落地：1、持续跟踪计算机视觉和AI大模型领域的*新进展，进行技术预研和原型验证，推动前沿技术在业务中的创新应用。任职要求：【硬性技能】与基础：1、计算机科学、人工智能、电子工程、应用数学等相关专业，及以上优先。2、具备扎实的编程基础。3、熟练掌握至少一种主流深度学习框架，如PyTorch或TensorFlow，并理解其底层机制。目标检测专长：1、具备扎实的目标检测理论基础，深入理解FasterR-CNN,YOLO,SSD,DETR等一代和二代检测模型的原理与优劣。2、拥有丰富的目标检测项目经验，能够独立完成模型选型、训练调参、性能分析和优化（如速度与精度的平衡）。【软性素质与附加要求】1、解决问题能力：具备出色的分析问题和解决问题的能力，能够针对复杂的业务场景设计有效的技术方案。2、团队协作：良好的沟通能力和团队合作精神，能够与产品、前端、后端等多部门同事高效协作。3、学习与创新：对技术有强烈的热情，具备快速学习新技术和独立研究的能力，乐于接受挑战。加分项：在*会议或期刊（如CVPR,ICCV,ECCV,NeurIPS,ICML）上发表过相关论文。在权威竞赛（如Ka*le,COCO,LVIS挑战赛）中取得优异成绩。有将大模型成功部署到海量用户产品的实践经验。熟悉模型压缩、蒸馏、量化等模型优化技术。具备全栈开发能力或扎实的软件工程功底。
联系我时，请说是在58同城上看到的，谢谢！