崗位職責(zé)

1. 相機(jī)硬件的選型、調(diào)試和標(biāo)定等相關(guān)工作；

2. 設(shè)計、開發(fā)和優(yōu)化視覺算法和模型，以解決圖像識別、目標(biāo)檢測、目標(biāo)跟蹤、圖像分割等問題；

3. 開發(fā)和推進(jìn)基于深度學(xué)習(xí)的單目深度擬合、雙目立體匹配算法應(yīng)用落地；

4. 調(diào)研和推進(jìn)3D人體姿態(tài)估計算法、6D物體姿態(tài)估計算法的評估和應(yīng)用；

5. 跟進(jìn)基于深度學(xué)習(xí)的前沿視覺SLAM算法；

6. 負(fù)責(zé)視覺算法開發(fā)、調(diào)試、部署和落地；

任職要求
1. 熟悉相機(jī)sensor工作原理、ISP圖像處理流程、相機(jī)基本參數(shù)及標(biāo)定, 了解圖像質(zhì)量的主客觀評估標(biāo)準(zhǔn)；
2. 熟悉主流的神經(jīng)網(wǎng)絡(luò)架構(gòu)(ResNet、ViT等)， 目標(biāo)檢測算法(如YOLO、DETR等)， 語義分割算法(Mask2Former、SAM等)；
3. 熟悉至少一種常用的單目深度擬合算法(如DepthAnything等), 至少熟悉一種雙目立體匹配算法(如LightStereo等)；
4. 了解主流的3D人體姿態(tài)估計算法(如PoseFormer等)或6D物體姿態(tài)估計算法(如FoundationPose等)的優(yōu)先；
5. 了解主流的端到端視覺SLAM算法(如DROID-SLAM等)， 了解基于Gaussian Splatting的SLAM(如SplaTAM)的優(yōu)先；
6. 熟練掌握pytorch等框架，熟悉常見的深度學(xué)習(xí)模型，并掌握相關(guān)的實現(xiàn)、訓(xùn)練、調(diào)優(yōu)、部署等工作；
7. 熟悉C++/C和Python編程語言，具備良好的編程習(xí)慣和較好的工程化能力；
8. 具有計算機(jī)科學(xué)、電子工程或相關(guān)專業(yè)本科及以上學(xué)歷；

9.2年及以上工作經(jīng)驗。