小米相机机器学习研发工程师实习生
任职要求
1.熟悉深度学习框架（如TensorFlow、PyTorch）； 2.熟悉深度学习以及常见机器学习算法的原理与算法； 3.代码能力良好，熟悉pytho…
工作职责
1.参与大模型算法的研究与应用工作，如模型预训练、微调、RAG； 2.负责大模型的框架设计、训练与调优，推动大模型在实际业务场景中的落地； 3.打造创新的大模型算法平台和业务应用。
1、相机拍摄图像（视频）处理、增强等领域的深度学习或传统算法研发工作； 2、结合产品需求，参与算法的设计、开发、验证、集成、优化和维护，解决算法产品化过程中的各种技术问题，确保算法达到上线要求； 3、跟进特定领域的行业进展，并结合产品对算法进行优化，使相关产品效果达到业界领先水平；
1、相机拍摄图像（视频）处理、增强等领域的深度学习或传统算法研发工作； 2、结合产品需求，参与算法的设计、开发、验证、集成、优化和维护，解决算法产品化过程中的各种技术问题，确保算法达到上线要求； 3、跟进特定领域的行业进展，并结合产品对算法进行优化，使相关产品效果达到业界领先水平；
1、前沿技术研究与应用： （1）深入研究并实践三维建模领域的最新技术，包括但不限于NeRF（神经辐射场）建模、3D Gaussian Splatting等高级建模算法； （2）对传统photogrammetry pipeline有深入理解，优化并提升高精度相机位姿估计、SFM（Structure from Motion）、MVS（Multi-View Stereo）、SLAM（Simultaneous Localization and Mapping）等算法的性能； 2、3D图像优化与工程化： （1）主导或参与3D图像优化pipeline的设计与实施，解决阴影、日光处理等视觉问题，确保3D应用的真实感和用户体验； （2）将研究成果工程化落地，确保技术能够在产品中得到有效应用并持续迭代优化； 3、隐式三维模型编辑技术研发： （1）负责隐式三维模型编辑技术的研发，包括模型压缩、材质与光照解耦、显式与隐式模型融合等，提升模型编辑的灵活性和效率； （2）探索并应用新的技术和算法，不断优化三维模型的质量和处理速度； 4、AI驱动的自动化与效率提升： 利用人工智能和机器学习技术，设计并实施自动化解决方案，提升三维建模与编辑过程的效率和准确性，降低人工干预成本。
1.负责机器人导航定位算法研发，包括卫星导航、视觉或激光SLAM、组合导航； 2.负责机器人视觉建图与渲染、全局视觉定位算法研发，包括视觉特征检测与匹配、相机姿态估计、多视几何重建、稠密点云重建、神经场渲染； 3.负责机器人控制、规划与调度算法研发； 4.负责机器人算法在嵌入式平台加速与优化； 5.负责机器人无线通信算法研发；6.负责机器人电机驱动算法研发； 7.负责低空物流无人配送领域机器学习、数据挖掘、仿真建模算法研发。