旷视南京研究院2020年校招开启!

点击我爱计算机视觉标星,更快获取CVML新技术


南京研究院简介

旷视南京研究院成立于2017年5月,位于南京市国家级高新技术开发区兴智科技园A座,是旷视MEGVII与南京市政府在南京共同设立的人工智能研发中心,是南京首批人工智能产业创新集群牵头企业之一,是南京大学人工智能学院的首批实训基地之一。南京研究院是旷视集团在北京总部外的重要研究分部,辐射华东/中地区。负责人是魏秀参博士。

南京研究院的两大主线:一是落地业务层面,为旷视在“物体侧”的应用落地提供原创技术支撑,如新零售、园区、仓储、物流、机器人、工业制造及创新业务等场景下的物体视觉感知需求;二是基础研究层面,对深度学习、机器学习和图像处理等相关领域,包含但不限于细粒度图像分析(fine-grained image analysis)、长尾分布问题(long-tail distribution problem)、通用物体检测(general object detection)、度量学习(metric learning)、迁移学习(transfer learning/domain adaptation)、学术标准数据集(academic benchmark datasets)等方向进行深入探索。力图在算法层面寻求原创支撑,在研发层面寻求高效鲁棒。

南京研究院依托华东/华中优势的教育资源,核心团队目前已吸引/吸纳南京大学、澳洲国立大学、卡内基梅隆大学、伦敦大学学院、UIUC、东南大学、上海交通大学、华中科技大学、哈工大、西安交大、西北工业大学、山东大学、南理工、南航等著名高校的博士/硕士算法研究员和研发工程师近30名,成员中含多位国际计算机视觉竞赛冠军、亚军和ACM奖牌得主。另还有负责数据处理的基础研究人员百余名。

(以上数据截止至2019年11月)

岗位描述

目前旷视南京研究院开放「算法研究员」和「算法工程师」岗位,对应实习岗位同步进行中。

算法研究员

职责

  • 推进计算机视觉和深度学习领域的核心算法;

  • 构建计算机视觉或深度学习领域的关键应用;

  • 将最好的算法在有趣有用的商业场景中落地。

要求

  1. 过硬的科研背景:深度学习;机器学习;计算机视觉(包括分类、检测、分割、跟踪等);图像或信号处理;计算摄影学和计算机图形学;

  2. 扎实的编程基础;

  3. 熟悉本研究领域的最新研究成果,公开数据集,和相关的开源系统;

  4. 有很强的自学能力和独立思考能力,善于思考和表达自己的想法;同时又具备良好的团队合作精神;

  5. 熟悉 Python 等至少一门脚本语言,使用过PyTorch,Theano,Caffe,Torch,TensorFlow 等开源深度学习框架优先;

  6. 有深度模型训练经验,图像识别、物体检测与分割、度量学习、迁移学习等相关科研经历者(例如顶级会议第一作者或知名学术竞赛前三名)优先。

算法工程师

职责

  • 作为研究组和产品组的纽带,负责将算法转化到实际产品中;

  • 对算法进行改造、优化,运用创造性思维迎接来自业务需求的挑战;

  • 整合公司核心算法,利用软件工程的思想来维护其扩展性、灵活性。工作中需要的开发和研究比例约为80% : 20%;

  • 构建、维护、优化从数据、模型训练到产品的整条工具链,不断提升研究成果产品化的速度与质量。

要求

  1. 熟练使用C/C++, Java, C#,Python等编程语言;

  2. 掌握计算机体系结构、操作系统、计算机网络、数据库等专业知识;

  3. 对数据结构与算法有一定掌握和运用能力,掌握语言级别的程序性能优化技巧者优先;

  4. 有跨平台开发(Linux/Windows, x86/ARM)经验者优先;

  5. 了解机器学习、计算机视觉、深度学习者加分。

简历投递

即日起接收简历,简历请投递至weixiushenmegvii.com

邮件标题格式:「社招/校招/实习-姓名-xxx大学-算法研究员/算法工程师」。

欢迎大家广而告之!感谢各位对南研院的关注。


加群交流

关注计算机视觉相关就业机会,欢迎加入52CV-求职招聘群,扫码添加CV君拉你入群,

(请务必注明:求职招聘):

喜欢在QQ交流的童鞋可以加52CV官方QQ群:805388940。

(不会时时在线,如果没能及时通过还请见谅)


长按关注我爱计算机视觉

  • 0
    点赞
  • 3
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值