三星电子中国研究院主要致力于移动通信标准研究、网络设备产品及业务开发验证、人工智能技术研究和移动通信技术研究等,并且根据技术和市场发展的需要,逐步聚焦在人工智能( AI )和第五代移动通信( 5G )技术方面,凝聚海内外计算机及通信领域优秀人才,为贡献于三星电子在中国的技术本地化进程而不懈努力!
职位描述:
与深度学习资深专家合作,从事深度学习(DL)、增强现实(AR)、人体姿态估计、生成对抗网络(GAN)、深度增强学习(DRL)等方向的前沿技术研发。
部门在深度学习领域有顶尖的团队,深厚的技术积累、以及丰富的数据和计算资源,并在国际竞赛上取得过成绩优秀:
1. VizWiz-Captions Challenge 2020 & VATEX Captioning Challenge 2020:排名第二;
2. Object Segmentation on PASCAL VOC 2018:排名第二;
3. ECCV 2018 PoseTrack DensePose Challenge:排名第一;
4. ICCV 2017 PoseTrack Challenge (Human Pose Estimation and Tracking in the wild):Winner of Challenge 1;
5. ICDAR 2017 Robust Reading Competition COCO-Text:Task1 Detection排名第二;
6. ICDAR 2015 Robust Reading Competition:Task2.1/2.3/2.4/3.1/3.4/4.1/4.3/4.4等任务都曾获得过第一。
职位要求:
1. 在校硕士或博士生,计算机、电子、自动化、数学等相关专业;
2. 熟悉Python或Lua或Matlab等至少一种脚本语言;
3. 熟悉C/C++编程;
4. 熟悉深度学习理论和算法;
5. 熟悉至少一种深度学习框架(TensorFlow/Caffe/MXNet/PyTorch/Keras/Theano等);
6. 对前沿技术有热情,有良好的团队合作精神;
1. 在校硕士或博士生,计算机、电子、自动化、数学等相关专业;
2. 熟悉Python或Lua或Matlab等至少一种脚本语言;
3. 熟悉C/C++编程;
4. 熟悉深度学习理论和算法;
5. 熟悉至少一种深度学习框架(TensorFlow/Caffe/MXNet/PyTorch/Keras/Theano等);
6. 对前沿技术有热情,有良好的团队合作精神;
7. 可在北京连续实习3个月以上,每周至少4天。
深度学习方向:
1. 熟悉基于深度学习的文字/图像检测、识别、分割、跟踪等,有实际项目经验;
2. 在该领域发表过论文者优先;
3. 在该领域参加竞赛并获得优异成绩者优先。
增强现实方向:(以下具备一项即可)
1. 熟悉图像语义分割/场景分割,有实际项目经验;
2. 熟悉单目/双目深度估计,有实际项目经验;
3. 熟悉SLAM/VO/IMU等,有实际项目经验;
4. 熟悉手势识别、动作识别等交互技术,有实际项目经验;
5. 熟悉光源估计、光照一致性,有实际项目经验。
生成对抗网络方向:
1. 熟悉生成对抗网络基本理论,熟悉该领域前沿;
2. 熟悉生成对抗网络在语义分割、样本生成、风格转换、图像补全等领域的应用,有实际项目经验;
3. 数学功底扎实,英文文献阅读能力强。
深度学习优化方向:
1. 熟悉深度学习模型优化和加速算法,有实际项目经验;
2. 熟悉深度学习嵌入式移植和优化,有实际项目经验。
AUTOML与NAS方向:
1. 熟悉On-device AI相关技术:模型压缩、NAS、量化、知识蒸馏等;
2. 对AI功能的自动化训练部署等有强烈兴趣;
3. 有较强的代码能力,熟练使用pytorch、tensorflow等平台;
4. 有扎实的数学功底,有神经网络理论研究经验者优先;
5. 有NAS、AUTOML相关经验者优先;
6. 有相关方向顶会(CVPR, ICCV, ECCV, ICML, ICLR, NeurIPS等)论文者优先;
7. 在重要国际竞赛中取得过优异成绩者优先。
深度学习方向:
1. 熟悉基于深度学习的文字/图像检测、识别、分割、跟踪等,有实际项目经验;
2. 在该领域发表过论文者优先;
3. 在该领域参加竞赛并获得优异成绩者优先。
增强现实方向:(以下具备一项即可)
1. 熟悉图像语义分割/场景分割,有实际项目经验;
2. 熟悉单目/双目深度估计,有实际项目经验;
3. 熟悉SLAM/VO/IMU等,有实际项目经验;
4. 熟悉手势识别、动作识别等交互技术,有实际项目经验;
5. 熟悉光源估计、光照一致性,有实际项目经验。
生成对抗网络方向:
1. 熟悉生成对抗网络基本理论,熟悉该领域前沿;
2. 熟悉生成对抗网络在语义分割、样本生成、风格转换、图像补全等领域的应用,有实际项目经验;
3. 数学功底扎实,英文文献阅读能力强。
深度学习优化方向:
1. 熟悉深度学习模型优化和加速算法,有实际项目经验;
2. 熟悉深度学习嵌入式移植和优化,有实际项目经验。
AUTOML与NAS方向:
1. 熟悉On-device AI相关技术:模型压缩、NAS、量化、知识蒸馏等;
2. 对AI功能的自动化训练部署等有强烈兴趣;
3. 有较强的代码能力,熟练使用pytorch、tensorflow等平台;
4. 有扎实的数学功底,有神经网络理论研究经验者优先;
5. 有NAS、AUTOML相关经验者优先;
6. 有相关方向顶会(CVPR, ICCV, ECCV, ICML, ICLR, NeurIPS等)论文者优先;
7. 在重要国际竞赛中取得过优异成绩者优先。
👉简历投递:recruit.bst@samsung.com,期待你的加入!
全部评论
(1) 回帖