小米预处理算法工程师

1、设计、实现和优化计算机视觉算法，解决实际问题，如目标检测、图像分割、图片分类等； 2、进行相关领域的研究和调研，关注最新的学术进展，并将其应用于公司的项目中； 3、利用深度学习技术，构建和训练神经网络模型，提高算法的准确度和鲁棒性； 4、参与数据的采集、标注和预处理工作，保障算法的数据支持； 5、与团队成员紧密合作，将算法集成到实际项目中，确保项目的成功实施； 6、负责算法的性能评估和改进，不断优化算法的效率和效果。

1. 负责高精度定位建图相关算法预研与开发； 2. 负责立体视觉、多视角匹配等深度恢复算法的研发与产品落地； 3. 负责DSM\DOM等相关二维建图算法的研发与产品落地； 4. 负责计算机视觉前沿技术的预研与技术实现； 5. 完成上级安排的其他工作任务。

据构建与质量优化： 参与计算机视觉相关业务（如图像分类、目标检测、分割等）的数据采集、清洗、标注工作，为算法模型提供高质量的数据支持。 设计数据增强方案，挖掘数据潜在价值，提升数据集的多样性和鲁棒性。 数据处理流程开发： 协助搭建高效的数据处理流水线，优化数据存储、加载和预处理效率，支持算法团队的实验需求。 开发自动化工具或脚本，简化数据标注、校验和统计分析流程。 算法辅助支持： 配合算法工程师完成模型训练前的数据准备（如特征提取、样本平衡等），参与模型效果分析并提出数据层面的改进建议。 跟踪学术界/工业界的公开数据集和技术报告，为业务场景提供数据选型参考。 协作与文档： 与算法、产品团队紧密沟通，理解数据需求并输出清晰的数据说明文档。 维护数据版本和标注规范，确保数据可追溯性和一致性。

数据构建与质量优化： 参与计算机视觉相关业务（如图像分类、目标检测、分割等）的数据采集、清洗、标注工作，为算法模型提供高质量的数据支持。 设计数据增强方案，挖掘数据潜在价值，提升数据集的多样性和鲁棒性。 数据处理流程开发： 协助搭建高效的数据处理流水线，优化数据存储、加载和预处理效率，支持算法团队的实验需求。 开发自动化工具或脚本，简化数据标注、校验和统计分析流程。 算法辅助支持： 配合算法工程师完成模型训练前的数据准备（如特征提取、样本平衡等），参与模型效果分析并提出数据层面的改进建议。 跟踪学术界/工业界的公开数据集和技术报告，为业务场景提供数据选型参考。 协作与文档： 与算法、产品团队紧密沟通，理解数据需求并输出清晰的数据说明文档。 维护数据版本和标注规范，确保数据可追溯性和一致性。