点击上方“CVer”,选择加"星标"或“置顶”
重磅干货,第一时间送达
【工作内容】
实习主要工作是尝试解决无监督或者弱监督下的非平衡数据下的多分类问题,
即异常检测 (Anomaly Detection/Outlier Detection) 问题, 研究方向包括但不限于:
- 传统 Classification 方法
- Few-shot Learning方法
- VAE, GAN based方法(重点)
- 结合目标检测的end-to-end方法(重点)
PS: 实习生主要是研究导向为主, 90%做research, 10%做project, 包括复现SOTA论文, 研究创新等
成果可以投稿到CVPR或是其他会议, 同时可以与你的Lab/或老师合作。
当然如果你想纯做工程方面的工作也可以另外安排。
【能力要求】
- 211/985以上 计算机/数学相关专业
- 良好的数理统计功底和逻辑思维能力;
- 良好的coding能力, 熟悉数据结构和算法
- 熟悉使用pytorch等深度学习框架
- 熟悉Classification, Object Detection等常见深度学习算法
- 每周至少4天以上, 至少3个月以上
【工作地点】
- 北京(优先考虑) / 上海 / 深圳
【优先条件】
- 有异常检测(Anomaly Detection)研究经验者优先
- 有在CVPR/ICCV/NIPS/AAAI/IJCAI等会议 发表文章者优先
- 有在Github等开源社区贡献或维护代码者优先
- 有在Kaggle/天池等大型比赛上获得前3名者优先
- 熟悉GAN,VAE,Detection相关领域前沿技术者优先
【内推简历投递】
- 有意者请简历到: liwei1@sensetime.com
- 投递备注 姓名-学校-到岗时间-实习时长, 另请做一个简短的自我介绍
- 收到邮件后我们会第一时间回复
- 实习优秀可获得转正机会, 并优先获得正式Offer