深度学习算法工程师（2027届）

校招深度学习算法工程师 岗位职责

1. 01

   深度学习模型开发与优化 使用 PyTorch 等深度学习框架，参与目标检测、图像分割、分类、特征提取与匹配等计算机视觉模型的开发、训练与优化，并根据实际业务场景进行模型改进。

2. 02

   数据处理与数据集建设 参与图像、视频等数据的采集、清洗、标注及质量分析，设计合理的数据增强与数据迭代策略，持续提升数据集质量。

3. 03

   模型评估与问题分析 建立模型评估方案，分析模型在真实业务场景中的准确率、鲁棒性及泛化能力；针对 Bad Case 进行归因分析，并提出数据或算法层面的改进方案。

4. 04

   模型部署与性能优化 参与深度学习模型的工程的部署与推理优化，包括 ONNX、TensorRT 等工具链的使用，以及模型轻量化、推理性能分析和优化。

5. 05

   前沿技术研究与验证 跟踪计算机视觉及深度学习领域的最新研究进展，包括视觉基础模型、自监督学习、多模态模型等方向；根据业务需求进行论文阅读、算法复现和效果验证。

6. 06

   算法工程化开发 配合团队完成算法框架及相关后端功能的开发、测试与维护，参与算法服务、工具链及相关组件的实现与优化。 ##

* 计算机、人工智能、自动化、电子信息、数学等相关专业，本科及以上学历，面向优秀应届毕业生； * 具备扎实的 Python 编程基础，熟悉 PyTorch 等主流深度学习框架； * 掌握机器学习、深度学习基本原理，熟悉 CNN、Transformer 等常见网络结构； * 理解目标检测、图像分割等计算机视觉基础任务，熟悉 Precision、Recall、IoU、mAP 等常用评估指标； * 具备一定的 C/C++ 编程能力，理解基本的数据结构、算法及软件工程方法； * 具备良好的问题分析、代码实现和工程实践能力，能够独立完成算法实验及结果分析； * 具备良好的学习能力，对深度学习及计算机视觉技术有持续学习和研究的兴趣。 ## 加分项 * 在 CVPR、ICCV、ECCV、NeurIPS、ICLR、AAAI 等相关会议/期刊发表论文，或有高质量科研项目经历； * 有算法竞赛、Kaggle、天池等相关竞赛经历并取得较好成绩； * 有目标检测、分割、视觉基础模型、多模态或 3D 视觉等实际项目经验； * 熟悉 Linux、Git、Docker 等常用开发工具及环境； * 熟悉 ONNX、TensorRT、CUDA 等模型部署与推理优化技术； * 具备较扎实的数学基础，包括线性代数、概率统计及优化方法； * 有开源项目贡献，或能够提供个人 GitHub、技术博客、论文复现项目等； * 熟悉 FastAPI 等服务端开发框架，具备算法服务工程化经验。