虚化算法实习生-成都

1. 01

   参与核心算法研发与验证：围绕人像/前景相关任务（单目深度、语义/实例分割、精细 Matting 等）完成方案调研、复现、实验验证与效果对比。

2. 02

   模型训练与调优（重点）：在现有代码框架下独立跑通训练-评估-调参闭环，能定位训练不收敛/指标异常/数据问题，并输出可复用的实验结论。

3. 03

   数据与训练流程协助（重点）：参与数据清洗、标注质检、难例挖掘、伪标签/自动标注探索。

4. 04

   工程化支持与落地：协助整理训练脚本/配置、评测脚本与可视化工具；支持线上小模块迭代（如后处理、边界优化、轻量化尝试等）。

5. 05

   技术跟踪与沉淀：持续跟进 depth / seg / matting 方向前沿进展，能把论文/开源代码落到可跑的实验，并形成文档沉淀

1. 01

   动手能力强：能独立读代码、改代码、跑实验；遇到问题能快速定位（数据、loss、lr、分布、label、增强、评测等）。

2. 02

   会训模型：熟悉 PyTorch，具备从数据到训练到评测的完整经验（至少做过一次像素级任务训练）。

3. 03

   基础扎实：具备图像处理/计算机视觉/深度学习基础，理解常见分割/Matting/深度网络结构与训练要点（loss、metric、数据增强、泛化）。

4. 04

   编程能力：Python 熟练；能写训练/评测/数据处理脚本；熟悉 Linux 基本环境与训练常用工具链（conda、日志、可视化、debug）。

5. 05

   学习与协作：自驱、能清晰表达实验设计与结论，有团队协作意识。

6. 06

   实习周期：可长期实习，半年及以上。

加分项

1. 01

   有 Depth / Seg / Matting / 人像虚化 任一方向项目经验（含课程/比赛/开源复现）。

2. 02

   具备较完整的训练资产：训练脚本、配置管理、实验记录、可复现实验。

3. 03

   做过数据闭环：难例挖掘、伪标签、自动标注、合成数据或数据清洗/去重/质检流程。

4. 04

   了解端侧部署或模型优化：轻量化、蒸馏、量化（PTQ/QAT）、ONNX/TensorRT/CoreML 任一。

5. 05

   有生成式模型（GAN/Diffusion）在分割/抠图/补全等方向的实践