美团深度学习定位算法实习生
任职要求
1、硕士学历，自动化、电子、计算机或相关专业 2、熟悉3D视觉、SLAM、机器学习至少一个领域的相关算法，有相关经验优先 3、熟悉常用的深度学习框架，有较强的编程能力；掌握C++；熟…
工作职责
1、负责3D视觉、SLAM、机器学习、多传感器融合等算法在智能驾驶定位、建图等车载在线应用的研究、开发与落地 2、负责搭建模型训练所需高效数据生产链路(数据挖掘/增强）、负责模型训练实验
1、参与三维重建、视觉定位相关算法开发，实验测试； 2、参与视觉重定位相关项目研发，协助算法迭代、实验设计、数据分析等工作； 3、调研三维重建大模型相关前沿进展
岗位职责： 1. 协助设计和实现多传感器融合的SLAM算法，优化算法在不同环境下的鲁棒性和实时性能。 2. 参与单目和多目VIO系统的研发，实现预积分、零偏估计等核心模块，提升系统准确性和稳定性。 3. 参与感知定位算法在人形机器人上的落地交付, 确保算法性能满足业务需求。 4. 编写技术文档，参与团队内部的技术交流和讨论。
1.多模态大模型应用研发：基于多模态大模型（MLLM）强大的世界知识与推理能力，研发复杂场景下的主体识别算法，精准定位视频/图文中的核心主体（如开箱商品、主推款），解决遮挡、多实例干扰等难题。 2.细粒度语义对齐与表征学习： 构建统一的多模态表征空间，负责封面、视频、商品图文之间的细粒度语义对齐，提升跨模态检索与粗筛的召回率。 3.判别模型设计： 设计具备“Thinking with Images”能力的判别式大模型，实现对“挂错品”、“封面党”等高阶语义偏差的精细化验证，并探索模型的可解释性（输出决策依据）。 4.模型蒸馏与落地： 参与大模型到轻量化小模型的知识蒸馏（Model Distillation）工作，设计表征-判别联合蒸馏框架，在保障算法精度的同时满足线上业务的高吞吐与低延时需求。 5.前沿技术探索： 跟踪CV、NLP及多模态领域的SOTA技术，结合业务场景进行创新，有机会将成果发表在CVPR、ICCV、ECCV等顶级会议上。
基于深度学习打造不依赖高精度地图的定位和实时地图系统，包括模型设计、训练、部署，车上系统反馈和形成数据闭环设计和构建深度神经网络模型，用于对传感器数据进行特征提取、数据融合和位置估计处理和分析大规模的自动驾驶系统相关的Camera、Lidar、GPS和IMU等各种传感器数据，利用深度学习技术进行特征提取、数据建模和预测分析进行深度学习模型的调优和调参，以提高模型的性能、效率和鲁棒性