|
一、团队介绍： 团队目标是打造影响力，工作内容主要分三大块：1.）学术论文，2.）商业化落地，3.）开源社区。本财年团队取得国际竞赛冠军8项，发表顶会/刊共计21余篇（ICML、NeurIPS、CVPR、ICCV、ICLR、AAAI、TIP、IJCV），涉及识别、ReID、检测、跟踪、分割、模型压缩、以及各种学习框架（如域自适应学习、小/零样本、无/半监督学习等）；商业化落地上，旨在打造覆盖端-边-云的全方位解决方案，涵盖AI-Earth与端/边视觉智能，已在多项业务场景中大规模落地。团队目前有完善的产学研结构，算法创新与商业化落地氛围浓郁。
二、细分介绍：
遥感及气象AI：团队在遥感影像理解及气象AI应用领域有长期积累，技术及AI Earth产品均处于国内领先水平。在遥感分析方向，去年共获CVPR/ICCV 遥感类竞赛5项冠军，技术方向包括：语义分割、多模态图像理解、变化检测、无/半监督学习、因果推理等。气象AI技术方向包括：时空预测、超分重建、物理参数化AI、数据同化、PINN、PDE加速等。
基础算法研究：包含高效网络结构设计及其向下游视觉任务的迁移，自监督学习，表征学习等方向。团队近些年在相关方向已经发表了Zen-NAS、TransReID等代表作，也贡献了Softtriple loss、DR loss等metric learning经典工作。欢迎对下一代网络结构及相关问题有热情的同学加入我们，探索视觉最前沿的问题。在良好的产研结合氛围下，更有机会见证自己的工作大量应用到产业。
人脸应用研究：在WiderFace人脸检测榜首近一年，愿景是让通行更安全更便利，让生活更美好！在端/边侧智能上深耕，有大规模的实际落地场景，主要落地产品有考勤/门禁，电子班牌，共享电话机，智能门锁，智能IPC等，有看得见摸得着的产品成就感。在算法创新方面积极探索，在分类loss、半监督学习、零样本学习、大规模训练框架上有丰富积累，正在打造下一代的胶囊人脸识别系统。
TinyML应用研究：团队从17年开始探索TinyML相关技术以及端上视觉应用，并在ICLR/CVPR/ICCV等顶会上发表多篇相关文章；主要研究方向包括网络结构设计与搜索，高性能目标检测，模型压缩等；相关技术已经在阿里集团内部广泛应用，目前业务主要包括安防，自然资源，消费级硬件，车载智能以及无人机巡检等。
三、我们期待： 1、具备丰富的机器学习相关领域经验，有实际项目的优先。 2、具有非常扎实的编程功底和代码实现能力，精通基于C++或者Python的算法开发；熟练掌握tensorflow/pytorch/mxnet中至少一项深度学习框架。 3、计算机视觉和人工智能顶会等论文发表优先；知名AI竞赛成绩出色优先。 4、 ACM编程竞赛、人工智能竞赛、计算机视觉竞赛等竞赛获奖优先。 5、具有扎实的动手实现能力，至少在X86 CPU、ARM、GPU中的一种平台上有过开发经验。 6、责任心强、敢于承担、有激情、团队合作、沟通能力佳。
工作地点：杭州、北京 工作要求：实习时长3~6个月或者以上；学习成绩优异、理论基础扎实；有视觉顶会论文、竞赛获奖、实习经历、典型大型落地案例优先考虑～
联系邮箱： beach@pku.edu.cn
| 
发表于 2022-3-19 08:54:50
