计算机视觉与机器学习工程师

实时体积视频提出了许多广泛而复杂的计算机视觉和机器学习问题，例如深度估计，语义分割和3D跟踪。

您将加入计算机视觉团队，为这些问题开发解决方案。您将使用高性能和高吞吐量的深度学习以及传统的计算机视觉方法来改善我们的实时体积捕获和流传输平台。

以下是一些您日常要做的事情的示例：

• 用Python开发神经网络
• 使用Tensorflow或pytorch等深度学习框架
• 从头开始设计卷积神经网络
• 在深度学习空间中进行文献综述
• 实施研究论文的解决方案
• 将研究论文中的方法应用于新的问题领域
• 紧跟SIGGRAPH或CVPR等会议上介绍的前沿研究和研究
• 对神经网络性能进行性能分析和基准测试，以提高速度和准确性。

能够证明以下任一方面的经验也将很有用：

• C ++
• 使用TensorRT等SDK改善推理性能
• 了解将深度学习集成到计算机视觉管道中
• 了解现代机器学习管道，例如Kubeflow或Pachyderm
• 在生产环境中运行带有机器学习组件的系统

联系 careers@condensereality.com to find out more.