首頁 > 制度大全 > 深度學習解決方案工程師職位描述與崗位職責任職要求

深度學習解決方案工程師職位描述與崗位職責任職要求

2024-07-27 閱讀 9614

職位描述

職責描述

1.結合客戶需求,應用深度學習相關技術解決實際問題;

2.參與圖像處理、人臉識別、目標檢測等方案的設計及實現;

3.負責深度學習平臺部署及性能調優。

任職要求

1.掌握深度學習基礎知識如CNN、RNN、LSTM等,有深度學習相關工程經驗;

2.掌握深度學習相關框架如Caffe/Tensorflow,以及OpenCV的開發,有較強的動手實現能力;

3.熟悉RDMA等高性能網絡,有分布式計算如MPI開發經驗;

4.熟練掌握Python/C++,有扎實的編程基礎、良好的編程風格和工作習慣;

5.具有獨立解決問題的能力,良好的團隊合作意識和溝通能力;

6.重點院校計算機相關專業本科及以上學歷。

篇2:人工智能部資深深度學習系統工程師職位描述與崗位職責任職要求

職位描述

工作職責

1、結合業務以及平臺發展目標,負責優化平臺深度學習計算框架服務,滿足業務場景對深度學習算法模塊的需求;

2、跟進深度學習計算框架發展趨勢,并強調提升為平臺能力,更好的促進平臺的健康發展。

任職要求

1、本科及本科以上學歷;

2、熟練掌握C++/Python;

3、熟悉計算系統結構,了解常見數據結構;

4、熟悉TensorFlow/PyTorch/MXNet/PaddlePaddle/Caffe任意計算框架,并具有較好的定制開發能力,具有計算框架任意核心模塊開發、優化經驗的優先;

5、良好的技術視野,對分布式系統、多核并行計算、GPU異構計算等系統有較好的理解,具備定位深度學習分布式、并行計算系統的故障和性能能力的優先;

6、具備一定的深度學習或者機器學習領域知識的優先;

7、扎實的工程coding能力,且有較強的工程規范實現;

8、良好的合作溝通能力,較強的抗壓能力。

篇3:深度學習專家職位描述與崗位職責任職要求

職位描述

1.掌握C/C++,python等編程語言。

2.了解機器學習原理,掌握SVM,決策樹,隨機森林等常見學習算法。

3.了解基于深度學習特征提取的物體檢測類算法,物體跟蹤類算法,語義分割類算法等,包括但不限于RCNN類,SSD類,YOLO類,FCN,SegNet,RefineNet等。

4.進行過深度學習神經網絡訓練,應用過遷移學習訓練。

5.掌握OpenCV,掌握scikit-learn,Tensorflow,Caffe,Pytorch,keras等機器學習庫的一種或多種。

6.有能力在SSD,YOLO等檢測框架的基礎上進行算法改進。

7.能夠快速閱讀英文論文,實現論文算法。

8.利用光流,kcF,深度學習等算法進行目標物的跟蹤及精確定位

9.有較強的數學功底。

1.BuildembeddedplatformofADAS'vision

perception.Researchskills,andfinishvalidationworks.Beresponsibleof

overcomingkeyskills.

2.Beresponsbileofdesigningproduct's

corearchitectureandextend.Optimizearchitecture'sperformance.

3.Instructproduct'sOSplantingand

optimizations.

4.Beresponsbileofsystemrequirements'

distributionandsystemplatform'sdesign.

5.Image-recognitionalgorithms'embedded

planting.

6.Image-recognitionalgorithms'embedded

optimization.

7.Image-recognitionalgorithms'embedded

development.

要求:

1.從事過圖像處理或者深度學習3年以上

2.從事過ADAS項目優先;