职责：

1.基于深度学习的目标检测、识别、视频分析相关算法的研究、实现和完善;

2.业内和学术界先进技术的跟踪和实现;

核心要求：

1.对目标检测算法有足够深入的研究，SSD，FasterRCNN，CenterNet，EfficientDet、FPN、。对提升检测mAP，和训练方法，样本采集方式及要求有足够的认识。能够完成场景化高检测精度，底误检率和视频实时系统中高运行效率的算法。熟练使用PyTorch、TensorRT，熟悉CUDA编程 其他要求：1.图像处理、模式识别、机器学习相关专业本科以上；

2.精通C/C++编程，具有较强的开发能力，熟悉Python等开发工具；

3.熟练掌握图像处理、机器学习、深度学习等相关知识，熟悉XGBoost、贝叶斯、逻辑回归、SVM等常见方法；

4.精通OpenCV开发；

5.精通一个以上深度学习库，如：PyTorch、Caffe、Tensorflow等，精通PyTorch优先；

6.熟悉深度学习各种模型，如：CNN、RNN、LSTM、Attention Model等；

7.熟悉目标检测框架和方法，如：CenterNet、EfficientDet、SSD、Yolo4、Faster-RCNN等；

8.深刻理解深度学习网络构成、Loss、任务模块等；

9.有自动驾驶相关经验者优先；

10.能够独立高效的研究分配的课题，有顶级论文实验重现能力优先；

11.在公开测试集取得优异效果、或Github有贡献优秀项目者优先；