1、跟踪人工智能领域最新研究成果，负责多模态信息检索与场景感知理解的研究开发，并推进多模态场景感知理解算法在业务场景中的应用和落地；
2、融合机器视觉与自然语言处理、语音技术，针对文本、图像、音视频等多模态信息进行联合解析，构建计算模型，实现视觉与语言信息中的语义识别与整合，应用于图像描述、视觉问答、逻辑推理等AI领域重要任务；
3、研发基于单目、双目、多目相机的三维重建算法开发与优化；
4、优化计算机视觉基础模块效果，包括不限于语义分割、目标检测/跟踪、行为识别、位姿估计等。

任职要求：

1、硕士及以上学历，具有扎实的CV理论基础，熟悉目标检测、识别、分割、跟踪、3D视觉等相关领域算法；
2、有场景重建和理解、视频理解等领域的研究背景和工作经验者优先；
3、扎实的算法基础，熟悉主流深度学习框架（tensorflow / pytorch 等），具备良好的编程能力（Python / C++ 等）；
4、具备扎实的专业基础和项目经验，良好的沟通能力和团队合作，积极主动；
5、较强的问题分析与学习能力，能快速跟进前沿技术，并应用于实际问题。