岗位要求：
1.计算机视觉关键算法研发，包括物体检测、识别，精细物体分类，多目标跟踪算法等核心
算法研发；
2.利用模式识别/机器训练实现复杂场景不同目标的特征提取、识别；
3深度学习相关模型网络设计及AI相关分布式计算框架的搭建和性能优化；
4.为提高AI识别效率和准确度，对视频进行抖动矫正、畸变矫正等预处理的算法技术研发；
4.确保所负责的功能模块能够达到产品要求的质量标准；
5.能承受较大工作压力，较强的组织协调能力及沟通能力。
任职要求：
重点：做过C++高性能部署、算法设计、应用开发、网络优化
1.硕士及以上学历，深度学习、计算机视觉识别、模式识别等相关专业；
2.熟练掌握计算机视觉和深度学习相关的理论知识和实践技能；
（1）数学基础
- 线性代数：矩阵运算、特征值分解、奇异值分解（SVD）等。
- 概率论与统计：贝叶斯定理、概率分布、期望与方差、假设检验等。
- 微积分：梯度、偏导数、链式法则、优化问题（如梯度下降）。
- 优化理论：凸优化、拉格朗日乘数法、KKT条件等。
（2）机器学习基础
- 熟悉经典机器学习算法：线性回归、逻辑回归、决策树、随机森林、SVM、KNN、聚类算法（K-Means、DBSCAN）等。
- 理解模型评估指标：准确率、精确率、召回率、F1分数、AUC-ROC等。
（3）深度学习基础
- 熟悉神经网络的基本结构：卷积神经网络（CNN）、循环神经网络（RNN/LSTM）、FastRCNN、Transformer等。
- 理解常见的优化算法：YOLO、Deepsort、Strongsort、FaceNet、LPRNet
等。
- 掌握正则化技术：Dropout、Batch Normalization、L1/L2正则化等。
（4）编程能力
- 熟练掌握编程语言：Python、C++等。
- 熟悉常用深度学习框架：TensorFlow、PyTorch、TensorRT等。
- 熟悉数据处理工具：NumPy、Pandas、Scikit-learn等
3.熟悉linux操作系统，做过在嵌入式\ARM、服务器上部署