大疆中/高级计算机视觉算法工程师（多模态识别）
社招全职2年以上算法地点：深圳状态：招聘
任职要求
1. 硕士及以上学历，具备计算机科学、信息工程、电子工程、机器人学等相关专业背景； 2. 具备对深度学习、机器人学、计算机图形学、计算机视觉几何等领域的深入认识，并了解各个算法的条件和瓶颈； 3. 具备C++/Python/Pytorch/ROS开发经验； 4. 具有2年以上VLM，强化学习等科研或开发经验，且熟悉目标检测分割、动作姿态识别者优先；全面负责过一项或多项SOTA算法方案设计、模型优化、自动标注，模型评估且在硬件产品有落地经验者优先；主导过多NN模块智能系统硬件产品开发与交付者优先； 5. 在相关领域主流会议或期刊发表过论文 (CVPR/ICCV/ECCV/NIPS/ICML/ICLR/IROS/ICRA)者优先； 6. 对算法落地产品有强烈的热情，善于用技术解决产品问题。
工作职责
1. 负责多模态融合算法研发，针对无人机、手持影像开展环境理解相关算法系统的设计与研发； 2. 负责设计和构建VLM体系能力关键环节，包括数据生成、自动标注、自动迭代等模块的设计和算法实现； 3. 开展跨模块沟通，主导相关智能功能系统方案的设计、研发与交付。
包括英文材料
学历+
深度学习+
https://d2l.ai/
Interactive deep learning book with code, math, and discussions.
OpenCV+
https://learnopencv.com/getting-started-with-opencv/
At LearnOpenCV we are on a mission to educate the global workforce in computer vision and AI.
https://opencv.org/university/free-opencv-course/
This free OpenCV course will teach you how to manipulate images and videos, and detect objects and faces, among other exciting topics in just about 3 hours.
算法+
https://roadmap.sh/datastructures-and-algorithms
Step by step guide to learn Data Structures and Algorithms in 2025
https://www.hellointerview.com/learn/code
A visual guide to the most important patterns and approaches for the coding interview.
https://www.w3schools.com/dsa/
C+++
https://www.learncpp.com/
LearnCpp.com is a free website devoted to teaching you how to program in modern C++.
https://www.youtube.com/watch?v=ZzaPdXTrSb8
Python+
https://liaoxuefeng.com/books/python/introduction/index.html
中文，免费，零起点，完整示例，基于最新的Python 3版本。
https://www.learnpython.org/
a free interactive Python tutorial for people who want to learn Python, fast.
https://www.youtube.com/watch?v=K5KVEU3aaeQ
Master Python from scratch 🚀 No fluff—just clear, practical coding skills to kickstart your journey!
https://www.youtube.com/watch?v=rfscVS0vtbw
This course will give you a full introduction into all of the core concepts in python.
PyTorch+
https://datawhalechina.github.io/thorough-pytorch/
PyTorch是利用深度学习进行数据科学研究的重要工具，在灵活性、可读性和性能上都具备相当的优势，近年来已成为学术界实现深度学习算法最常用的框架。
https://www.youtube.com/watch?v=V_xro1bcAuA
Learn PyTorch for deep learning in this comprehensive course for beginners. PyTorch is a machine learning framework written in Python.
ROS+
https://www.youtube.com/watch?v=92Zz5nnd41c&list=PLk51HrKSBQ8-jTgD0qgRp1vmQeVSJ5SQC
https://www.youtube.com/watch?v=HJAE5Pk8Nyw
Ready to learn ROS2 and take your robotics skills to the next level?
https://www.youtube.com/watch?v=MWKnMPX0Yjg&list=PLU9tksFlQRircAdEplrH9NMm4WtSA8yzi
Do you want to know more about ROS the Robot Operating System?
强化学习+
https://cloud.google.com/discover/what-is-reinforcement-learning?hl=en
Reinforcement learning (RL) is a type of machine learning where an "agent" learns optimal behavior through interaction with its environment.
https://huggingface.co/learn/deep-rl-course/unit0/introduction
This course will teach you about Deep Reinforcement Learning from beginner to expert. It’s completely free and open-source!
https://www.kaggle.com/learn/intro-to-game-ai-and-reinforcement-learning
Build your own video game bots, using classic and cutting-edge algorithms.
CVPR+
https://cvpr.thecvf.com/
ICCV+
https://iccv.thecvf.com/
ICCV is the premier international computer vision event comprising the main conference and several co-located workshops and tutorials.
ECCV+
https://eccv.ecva.net/
ECCV is the official event under the European Computer Vision Association and is biannual on even numbered years.
ICML+
https://icml.cc/
ICLR+
https://iclr.cc/
相关职位
社招算法
负责感知算法相关研究、开发与产品化，包括但不限于： 1. 负责承接多模态感知算法，包括但不限于视觉、激光雷达、亳米波雷达的深度、检测、分割、occ、动态等感知任务，并落地产品； 2. 结合自研平台硬件设计，选择高效的backbone和网络结构，并对网络进行压缩部署，实现高效端侧部署； 3. 负责研究视觉相机、结构光、激光雷达等传感器的特性，开发相关的传感器算法并落地产品； 4. 跟进调研最新的网络算法，并且导入新网络改善感知能力。
更新于 2025-07-01
社招算法
负责感知算法相关研究、开发与产品化，包括但不限于： 1. 负责承接多模态感知算法，包括但不限于视觉、激光雷达、亳米波雷达的深度、检测、分割、occ、动态等感知任务，并落地产品； 2. 结合自研平台硬件设计，选择高效的backbone和网络结构，并对网络进行压缩部署，实现高效端侧部署； 3. 负责研究视觉相机、结构光、激光雷达等传感器的特性，开发相关的传感器算法并落地产品； 4. 跟进调研最新的网络算法，并且导入新网络改善感知能力。
更新于 2025-07-01
社招算法
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。
更新于 2025-06-18
社招4-6年SOFTWARE
1. 负责多模态大模型的基础能力提升，如长窗口拓展，逻辑推理提升，指令遵循提升、自动化生成prompt等基础能力构建。 2. 负责图文多模态模型的下游算法研究，例如：SFT微调（包括full和lora），强化学习，图搜增强，知识蒸馏等技术方向； 3. 负责图文多模态技术在AI搜索、图片结构化提取、图片内容理解等应用领域云侧和端侧的研究和落地工作； 4. 跟进业界前沿技术，持续提升团队在图文多模态算法方面的技术积累。
更新于 2025-09-16