美图计算机视觉工程师（校招-深圳）
任职要求
● 计算机/电子信息/数学相关专业，基础扎实，硕士及以上学历 ● 熟练掌握C/C++/Python至少一种，工程实现能力强 ● 熟悉常用CV库和深度学习框架（PyTorch/TensorFlow/Caffe等） ● 对计算机视觉和人工智能研究和落地有热情 Title: Computer Vision Engineer Location: Shenzhen Core Technical Domains: Deep learning, computer vision, and image & video processing, with specific focus on technologies including but not limited to: image/video detection, recognition, segmentation, editing, reconstruction, 3D vision, computational imaging, image generation, AIGC, and multimodality. Key Responsibilities: 1、Theoretical Innovation ● Conduct in-depth research on cutting-edge technologies within the domain, proactively propose innovative concepts and solutions, and be responsible for drafting technical patents or academic papers. 2、Algorithm Design ● Target specific practical application scenarios, design tailored algorithms, and conduct systematic optimization to enhance the algorithms' performance, operational efficiency, and robus…
工作职责
美图影像研究院(MT Lab)专注于计算机视觉、深度学习与计算机图形学等前沿算法的研究与应用。我们为美图产品提供核心技术支持。团队汇聚顶尖人才，致力于推动影像技术的突破，让科技与艺术美好交汇。 MT Lab focuses on R&D of cutting-edge algorithms in CV, deepearning, and computer graphics. We provide core technicalsupport for Meitu products.Our team of top talent is dedicated to advancing imagingtechnology, beautifully merging science and art. 岗位名称：计算机视觉工程师 工作地点：深圳 涉及技术方向：深度学习／计算机视觉／图像视频处理, 如图像和视频的检测、识别、分割、编辑、重建、3D视觉、计算成像、图像生成、AIGC、多模态等 岗位职责: ● 理论创新：研究领域最新技术，提出新idea，撰写技术专利或论文 ● 算法设计：针对实际应用场景，设计算法并提升其效果/效率/鲁棒性 ● 落地实现：核心代码实现，输出demo或SDK，根据产品反馈迭代优化
- 负责多模态大模型（VLM: Vision-Language Model / VLA: Vision-Language-Action Model）在人形机器人中的算法设计与开发，将VLM/VLA 应用于人形机器人的智能操作与人机交互任务； - 参与大模型的预训练、后训练（SFT + RL）及部署工作，支持机器人在复杂环境下的感知与行为能力； - 与机器人平台团队、硬件团队紧密协作，实现模型在实际机器人系统中的高效运行； - 跟踪前沿研究，推动新技术在产品中的落地应用。
1. 开发通用型具身算法并应用于人形机器人场景任务，具备物体泛化、任务泛化、场景泛化能力； 2. 研究多模态具身大模型，具备视觉、触觉、语言感知和决策能力，控制机器人完成开放世界的物理交互；
【关于我们】 小鹏机器人中心致力于研发先进的人形机器人技术，包括机器人的行走、操作、智能导航，以及在大语言模型支持下的人机交互等。我们的软硬件团队覆盖深圳、上海、广州、北京和北美，组成了一支世界一流的跨领域团队。作为本团队的一员，你将成为连接人工智能与物理世界的桥梁，与其他领域的工程师共同解决前沿的科研和工程难题，并在机器人技术的发展中留下自己的印记。 - 开发和改进机器学习和视觉算法，以支持机器人的空间感知、导航、操作、交互等功能。 - 应用各种最新的机器学习算法，包括端到端模仿学习、强化学习、大语言模型，推动人形机器人的发展。 - 开发使机器人从其与物理世界的交互中学习与进化的算法。 - 对算法涉及的数据、训练优化和部署环境等环节有深刻认知，并领导或参与跨团队合作。 - 深⼊探索未知⼯程和技术领域，影响并参与决策。
1. 探索研究多模态理解、生成式AI、机器学习、强化学习、AIGC、计算机视觉、人工智能等前沿技术； 2. 探索大规模/超大规模多模态理解与生成交织的基础模型，并进行极致系统优化；数据建设、指令微调、偏好对齐、模型优化；提升数据合成、Scalable Oversight、模型推理、规划能力，构建全面客观准确的评测体系，探索提升大模型能力； 3. 探索突破包括而不限于多模态RAG，视觉COT与Agent等在内的多模态模型、世界模型进阶能力，构建GUI/游戏等虚拟世界的通用多模态Agent； 4. 利用预训练、仿真等技术对虚拟/现实世界的各类环境进行建模，提供多模态交互探索的基本能力，推动应用落地，研发以人工智能技术为核心的新技术、新产品。