点击下方卡片,关注“CVer”公众号
AI/CV重磅干货,第一时间送达
基本上计算机视觉相关的方向组里都有涉及,可以直接发送简历给我,有其他招聘问题也可以直接联系。
联系方式:
✉邮箱:qishi.wq@alibaba-inc.com
邮箱主题/简历命名格式:实习生/校招/社招+姓名+CVer推荐
职位描述:
1. 对阿里集团内外海量商品、内容、直播等视频的结构化分析,包括物体检测和跟踪、动作识别、大规模视频搜索系统(包括但不限于视频搜索引擎、视频特征表示和搜索重排序)。
2.负责直播场景中视频分析和理解算法的设计和开发,包括但不限于视频中的多目标检测和跟踪、特征学习与匹配、姿态/手势/动作识别、视觉生成、增强与风格迁移、端上实时模型优化等。
3. 基于阿里海量的多媒体商品内容信息,在视觉技术的基础上,充分利用文本、直播、短视频、多视角图像等多模态信息来提升机器学习的理解能力。技术方向包括但不限于:图文联合识别、跨模态检索、caption、视觉问答等。合识别、跨模态检索、多模态视觉生成等。
4. 负责图像/视频生成相关算法的设计、技术规划、产品落地、迭代优化等。技术方向包括但不限于:图像/视频分割合成,impainting,超分辨率复原,caption,显著物体检测,关键点检测追踪。
我们小组主要负责:
负责视频结构化、视频生成、大规模自监督相关的算法设计、迭代优化等。技术方向上包括但不限于视频目标检测和跟踪、多模态特征学习匹配和检索、姿态/手势/动作识别、low-levelvision 的视频编辑(风格迁移、inpainting等)、caption、视觉问答等。基于视频多模态的自监督预训练及自动化的视频生成技术,包括但不限于在电商/广告/娱乐/直播场景下的落地应用。
基本要求(至少满足两个条件):
1.在视频内容分析和理解方向有相关项目和产品经验,对视频分析和理解某一领域算法有深入的研究和应用。
2.掌握机器学习和深度学习基础知识,熟悉Pytorch、Tensorflow等至少一种深度学习框架,熟悉常用的CV主流网络模型
3.在多模态学习方向有相关项目和产品经验,对多模态特征的表达和融合、跨模态特征对齐、协同学习算法有深入的研究和应用者优先。
4.有相关竞赛经验者优先并在相关方向知名国际会议发表过论文者优先。
本星球不仅面向2021届、2022届找工作和找实习的学生(研一/研二/大三/大四等),还面向刚入学或已工作的人群。目前已有超过3200+位同学加入。星球旨在分享AI算法岗的秋招准备攻略(含刷题)、面试经验和校招/社招/实习的内推机会(含提前批)、学习路线、知识题库和Offer如何选择等。
希望这个星球可以让你少走一些弯路
扫码进星球
如果喜欢招聘/面经/内推,请给个在看