百度视觉技术部 视觉架构研发工程师（J83377）

1、设计和实现机器学习平台系统, 包括dataloader/工具链/组件等AI基础设施, 落地业务功能需求; 2、高效优化和部署 计算机视觉、语音识别、语音合成、自然语言处理 等业务的训练任务; 3、与公司各算法部门深度合作, 分析业务性能瓶颈和系统架构特征, 软硬件结合优化, 实现极致性能。

1.定义并开发机器人关键技术，如关节设计、灵巧机械手、电驱动和传动系统、控制系统、机器视觉、边缘计算等； 2.能够结合生产式人工智能技术探索可商业化的机器人系统并能够开发原理样机验证可行性； 3.负责研发、选择机器人系统 如SCARA、Articulated Roboic Arm、RGV、AMR,、Delta 等； 4.熟悉ROS Moveit, Gazebo、Fanuc RoboGuide等开源和商业化创建模拟和离线编程工具及机器人开发环境； 5.营造我们团队成员的自驱成长思维，推动具有责任感和极端主人翁精神的高绩效团队文化； 6.直接参与概念、设计、架构和研发路线的制定和审查。

1. 基于深度学习的Low Level算法（如降噪、Demosaic、超分辨率、插帧等）、High Level算法（如目标检测、语义分割、显著性检测、深度估计等）、大模型技术（LLM、AIGC、多模态等）的研发与探索 2. 上述方向的模型优化工作，包括但不限于模型量化、剪枝、稀疏化、结构搜索（NAS） 3. 负责效果，功能原型设计，并支撑算法在各应用场景的商用落地； 4. 与系统架构，软件，IC设计/验证，调试工程师共同完成相应多媒体IP 实现方案的开发工作；

-参与百度APP等多产品线的综合Feed流推荐系统核心排序算法的研发工作，为数亿用户提供卓越的推荐体验 -投身于推荐算法的前沿研究领域，探索如基于生成式对抗网络的推荐模型、强化学习驱动的动态推荐策略以及融合多模态信息的新型排序算法，实现前所未有的精准推荐效果。 -保持对行业动态的敏锐洞察力，结合公司的业务特点和技术架构，开展前瞻性的技术预研项目。 -积极探索推荐系统领域的新兴技术趋势，塑造未来推荐系统的无限可能。