深度学习岗位职责

一、职位描述
1、负责基于深度学习的图片分类、物体检测、目标跟踪、重识别、分割、关键点、动作理解等各类算法的开发，应用于人机交互、视频理解、智能剪辑等业务；
2、跟进行业*新进展，复现和优化前沿算法，或者根据前沿理论与经验准则设计新的算法，保持公司算法能力在工业界和学术界的领先；
3、根据业务场景的需求，进行算法任务的拆解或归并、模型的结构优化、裁剪与微调训练，并协助移动端/嵌入式开发工程师进行算法的移植与落地。
二、职位要求
1、计算机、电子信息、自动化、人工智能等相关专业，硕士及以上学历；
2、深入理解机器学习领域基础概念，深入掌握目标检测算法，并掌握目标跟踪、重识别、分割、关键点、动作理解中一个或多个方向的算法，有相应的研究成果（行业顶会/期刊论文）或者项目落地经验者优先，有多任务联合学习经验者优先；
3、熟悉常用的深度学习框架，有较强的编程能力；掌握C++；熟悉Linux；
4、学习能力和逻辑思维能力强，具备团队合作精神，做事细致认真负责。

岗位职责1、参与公司AI产品的核心算法研发，包括数据清洗、模型训练、调优及部署落地。2、探索前沿技术（如大模型、AIGC、多模态学习）在实际业务场景中的应用方案。3、协助团队完成算法效果的评估与优化，输出实验报告与技术文档。4、与工程团队协作，将算法模块集成到生产环境（可选方向：AI工程化、MLOps）。深度技术培养体系：1、导师1v1指导：由资深算法工程师/研究员带领，参与完整AI项目生命周期（从Paper到Product）。2、领域专项学习：根据兴趣选择方向。3、实战项目经验。

岗位职责：
1. 构建高精度的视觉感知系统，利用DETR、SAM等前沿架构，解决复杂场景下的目标检测、多目标跟踪（MOT）及语义/实例分割问题；
2. 负责目标检测（Detection）、目标跟踪（Tracking）、语义/实例分割（Segmentation）算法的研发与优化；
3. 推动感知算法从传统CNN向Transformer架构迁移，负责DETR系列（如RT-DETR, DINO）模型的改进与训练调优；
4. 研究及应用SAM (Segment Anything Model) 等大模型，探索其在辅助标注、自动掩码生成或特定工业/医疗场景下的微调与落地；
5. 针对长尾分布、小目标检测、遮挡跟踪等核心痛点进行算法攻坚，提升模型在复杂光照和动态环境下的鲁棒性；
6. 负责模型压缩、量化及算子优化，确保高性能算法能在端侧（NVIDIA Jetson,in 等）或云端实时运行。

任职要求：
1. 计算机、信号处理、自动化相关专业硕士及以上学历，3 年以上CV算法研发经验；
2. 深刻理解经典检测框架（YOLO, Faster R-CNN）与Transformer架构（ViT, Swin），精通基于Query的检测机制；
3. 熟悉常见的分割算法（Mask R-CNN, DeepLab, Segmenter）及跟踪算法（ByteTrack, OC-SORT 等）；
4. 精通PyTorch，熟悉MMDetection、Detectron2 或 PaddleDetection 等主流算法框架；
5. 有在COCO、KITTI、MOTChallenge等权威数据集榜单上有优异成绩者优先；
6. 有将SAM模型成功进行轻量化（如MobileSAM, FastSAM）并落地经验者优先。