职位描述：专注于动物和人的行为识别（如猪的行为)，将负责开发和优化先进的行为识别算法。
主要职责：
1、设计和实现基于深度学习的行为识别算法，特别是利用卷积神经网络（CNN）和3D卷积网络处理视频数据。
2、应用迁移学习和领域适应技术，快速适应特定的行为识别任务，提升模型性能。
3、结合长短期记忆网络（LSTM）等时序建模技术，识别和分析复杂的动态行为模式。
4、利用生成对抗网络（GAN）进行数据增强，扩展训练数据集，提高模型的鲁棒性。
5、进行多模态数据融合，提升行为识别的准确性。
任职要求：
1、计算机科学、电子工程或相关领域的硕士或博士学位。
2、扎实的深度学习和计算机视觉背景，熟悉TensorFlow、PyTorch等深度学习框架。
3、具备使用迁移学习和领域适应技术的经验，能够快速适应新任务。
4、熟悉3D卷积网络和时序建模技术（如LSTM）的应用。
5、了解生成对抗网络（GAN）及其在数据增强中的应用。
6、良好的团队合作能力和沟通能力，能够与跨学科团队有效协作。