职责描述
岗位职责:
1. 参与类脑相机数据多模态感知融合算法设计与实现,针对高速运动、弱光、高动态复杂场景,优化多源信息互补融合策略,解决传统帧式视觉模糊、拖影、延时过高痛点。
2. 参与类脑相机数据处理与建模:负责类脑相机原始流数据的预处理、去噪、时空特征建模,研究时空张量构建、高动态场景感知等基础算法。
3. 参与轻量级算法设计与迭代:基于类脑神经网络,研发轻量化类脑感知、目标检测、跟踪算法,对比传统视觉算法与类脑算法的性能差异,完成算法精度、速度、功耗的迭代优化。
4. 参与前沿调研与技术沉淀:跟进类脑视觉、多模态大模型、具身智能感知前沿论文与技术,整理技术文档、算法框架说明,参与团队技术方案迭代与创新优化。
任职要求
1. 计算机、人工智能、自动化、电子信息等相关专业研究生及以上在读。
2. 具备 Python 编程基础,能够使用 PyTorch 等深度学习框架完成模型训练和实验。
3. 了解计算机视觉基础知识,对目标检测、目标跟踪或多模态学习至少一个方向有兴趣。
4. 能够阅读英文论文和技术资料,愿意动手复现、对比和验证算法。
5. 学习能力和执行力较强,能够围绕问题持续实验并总结结论。
6. 能够保证稳定的实习投入,具体周期和到岗安排可沟通。
加分项
1. 有目标检测、目标跟踪、视频理解相关课程项目、竞赛、科研或可展示的个人项目。
2. 熟悉 OpenCV、MMDetection、Ultralytics、Detectron2 等常用视觉工具或框架。
3. 具备 C++、CUDA、ONNX 或 TensorRT 相关经验。