vivo影像研究工程师（AIGC方向）-实习
任职要求
1、计算机科学、人工智能、机器学习或相关领域，硕士及以上学历； 2、有AIGC算法相关的研究论文或项目经验、 ACM奖牌获得者优先； 3、熟悉Python/C++编程，熟悉扩散基础模型的训练和调试； 4、具有较强的研究能力，在CCF-B类以上会议或期刊发表过论文者优先； 5、有较强的钻研精神，对部分语言、系统、算法有深刻的探索和理解； 6、有自我驱动力，勤奋好学。
工作职责
1、负责研发基于扩散模型的图生图技术应用在下游任务中，比如人像增强技术、去模糊、影调迁移等； 2、负责研发高质量摄影级别的图生视频技术例如Face vid2vid、LivePortrait、Hallo 、Sadtalker、EMO、AnimateDiff ； 3、在导师指导下发表前沿学术论文，撰写专利，探索AIGC在突破图像处理效果上的可行性。
1、跟进最新的文生图、文生视频、编辑大模型、Agent等方向，输出论文调研报告； 2、参与AIGC(例如文生图、文生视频、图像编辑、视频编辑等)相关大模型训练、算法研发等工作； 3、不断优化现有算法，提高效果、性能和稳定性，确保技术在各种设备和平台上的高效运行，发布研究成果，积极参与行业会议，与学术界和工业界建立并维护良好的合作与交流关系； 4、负责各类影像AIGC前沿研究与算法应用，打造极致且有趣的影像产品，持续迭代优化核心算法模型及整体技术框架，支撑前沿技术产业落地。
我们是vivo影像团队，主要负责vivo手机Camera模块从硬件到软件的整体解决方案。 我们以图像处理、计算机视觉、AI技术为依托，致力于让手机拍照更美、更清晰、更智能，通过打造具有行业竞争力的影像技术和产品，为消费者提供极致的影像体验。 在这里， 你将与全球各地的影像领域专家一起工作，与行业一流的技术团队挑战顶尖的影像问题； 你将有机会接触到最新的图像、视觉、机器学习等相关技术，并使用这些技术打造出令人激动的产品； 你所编写的算法会运行在5亿+vivo智能终端设备上，用以提升用户拍照的体验； 你将与我们一起专注于攻克影像相关算法的难题，探索影像算法的发展方向。 你将与我们一起专注于： 1、根据公司对手机摄像头产品和技术的规划，设计并实现相应的图像处理、计算机视觉、机器学习和模式识别等算法； 2、负责图像/视频算法的设计、实现及效果和性能调优，提供行业领先的算法方案； 3、对相关领域的最新学术论文、行业、竞争对手等使用的图像技术进行长期的跟踪和梳理。
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. 地点：深圳 岗位职责： ● 负责基于AIGC的高可控图像编辑、图生图、图生视频等算法研发，包括模型架构设计、数据处理、训练方法优化、性能评估和推理加速探索等 ● 负责但不限于真实人像生成，图像风格化，影像生成智能体和视频VFX相关效果需求，并与其他团队协作完成部署上线 ● 跟踪业界最新技术进展，积极探索和实践新的技术方案
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：厦门 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