• 作为计算机视觉工程师，您将为最先进的机器学习基础设施和相关软件（例如监督学习、强化学习、数据管理和无与伦比的规模评估）做出贡献。您将实现先进的深度学习模型，加速智能移动系统应用的模型训练性能，并与研究人员一起解决开放性问题。最后，您将在我们的测试车辆平台上部署您的算法和模型。职责和所需资格如下：
• 为以下任务实现机器学习/深度学习模型（监督学习、强化学习）：2D/3D目标检测、语义分割、深度估计、交通（时间或速度）预测和驾驶行为学习等。
• 从大量图像/视频中训练和评估开发的机器学习模型，构建端到端的训练、测试和评估流程。
• 处理来自车辆的大容量、高维度、结构化数据，用于训练和测试深度网络。
• 生成经过高质量测试的代码，支持大规模研究，并可转移到实际部署在现实世界中的物理车辆。
• 与我们的研究人员合作，及时了解深度学习思想和软件的最新进展。
• 使用我们的测试车辆平台进行编码、概念验证（POC）和演示深度学习应用。
• 在跨学科团队中工作，并与研究实验室的其他团队合作。
• 要求：
• *需要本地候选人。优先考虑在加利福尼亚州山景城办公室工作的候选人**
资格
• 计算机科学/电气工程、数学或相关领域的硕士学位。
• 硕士学历并具有至少1-2年经验；在Python中具有强大的软件工程实践经验，具有面向产品的机器学习开发经验，而不仅仅是学术环境。
• 具备深入理解不同类型机器学习算法（例如CNN、RNN、LSTM、Transformer和强化学习）的强大机器学习背景。有在端到端方式训练深度学习模型的经验。
• 具有使用Pytorch、Tensorflow或其他现代深度学习框架的项目经验。
• 计算机视觉专业知识。
• 精通Python和Linux是最低要求。了解C++ / CUDA等其他知识，有AWS经验更佳。
• 对基本的线性代数、优化、统计和算法有清晰的理解。
• 熟悉Python开发生态系统，包括opencv、numpy、scipy、pandas、sklearn等，并熟悉在Linux和Windows环境下进行开发。
• 熟悉容器技术。
• 优秀的口头和书面沟通能力。
• （最佳）根据研究论文实现了最先进的模型（如果可以，请分享论文/代码）。
• （最佳）具有深度强化学习、多智能体分布式强化学习经验。
• （可选）具有计算机视觉和大规模分布式训练经验。
• （最佳）在机器人/机器学习/计算机视觉会议上发表过论文。
• 致敬
Sowmya
美国IT招聘顾问 - iFlow Inc.
252-260-6031（T）
469-213-7059（w）
Sowmya@iflowonline.com
www.iFlowOnline.com
关于公司：
iFlow Inc
行业：
计算机/IT服务 
纽约