百度大模型视觉算法工程师（J79799）
任职要求
-计算机或相关专业研究生及以上学历 -熟悉深度学习框架（如pytorch、paddle等），拥有较强的动手能力 -熟悉计算机视觉领域的基础知识与算法原理，如目标检测、图像分割、图像识别、图像分类等。有开源模型项目相关复现/移植能力，有相关的研究经历或项目经历者优先 -具备良好的编程能力，熟练掌握Python/C++等至少一门编程语言 -具备优秀的学习能力和良好的合作沟通精神 -加分项：有顶会论文发表，包括但不局限于计算机视觉领域（CVPR、ICCV、ECCV）、机器学习领域（NeurIPS、ICML、ICLR）等
工作职责
-跟进前沿技术，参与目标检测/实例分割/视频理解/AIGC生成/多模态大模型等方向的算法技术研究与部署落地 -针对自动驾驶/大模型等标注数据的对算法提效的实际需求，参与算法的优化与迭代，提升算法性能与效果 -协助完成相关算法的工程化实现，完成算法落地与产品化工作，确保算法能够在实际项目中稳定运行 -跟踪行业动态与最新技术进展，赋能各个业务方向，为公司项目提供技术支持与解决方案
1. 负责研发面向无人机场景的大模型算法，实现感知、路径规划、动态避障与飞行控制的深度融合； 2. 负责开发多模态大模型（视觉/激光雷达/MU/地理信息等)，优化无人机在复杂环境(城市、野外、低空）下的自主决策能力； 3. 参与构建无人机大规模数据集，设计数据标注策略及仿真训练系统，优化提升无人机系统的性能； 4. 持续关注跟踪泛机器人以及大模型领域的前沿技术进展，进行技术对标以及原型验证工作。
1、负责视觉理解大模型的研发，包括但不限于图像/视频的理解、问答、识别等。 2、针对特定垂类场景（如Figma设计文档、TradingView等场景）的需求，开发和优化视觉算法，提升用户体验。 3、跟踪最新的多模态大模型和视觉理解领域的研究进展，将前沿技术应用于实际项目。 4、负责算法的性能评估和优化，确保算法的准确性和效率。 5、与产品团队紧密合作，将算法模型集成到产品中，并提供技术支持。 6、发表学术论文，参与国内外学术会议，提升公司在视觉理解领域的知名度。
1. 负责视觉模型研发，包括视频理解、物体检测、人脸检测、人体检测、手势识别、行为识别等 2. 通过优化数据质量、模型结构、训练方法、loss等，持续提升模型效果和推理效率 3. 持续跟进最新进展，包含模型结构优化、训练范式、模型蒸馏等
1. 设计、开发和优化深度学习算法，特别是图像语义分割和深度感知模型，应用于实际项目中，提升模型的准确性和可靠性; 2. 负责视觉感知算法的全流程开发，包括但不限于语义感知、深度估计、目标检测、目标跟踪，以及多传感器融合感知算法的优化和部署，确保算法的高效性和鲁棒性; 3. 参与模型的量化与部署，优化模型性能，以便在边缘设备上高效运行，并与边缘计算团队紧密合作，确保模型的实用性和可扩展性; 4. 开发VLM通用模型，解决跨模态对齐、上下文理解与推理等问题，提升模型在复杂场景下的泛化能力和稳定性。结合具体业务需求，探索前沿视觉语言模型技术，推动技术创新与落地应用; 5. 数据处理与自动化：深入参与数据筛选、自动标注和数据挖掘，利用先进的数据处理技术提升数据质量，加速算法从开发到部署的进程; 6. 跟踪深度学习和计算机视觉领域的最新研究成果，将前沿技术应用于实际工作中，不断提升算法性能，满足项目需求; 7. 跨部门协作，根据项目的不同阶段和需求，完成上级安排的其他任务。