岗位职责： 1. 负责计算机视觉、计算机图形学、深度学习基本算法的开发与性能提升。 2. 推动各类算法在众多实际应用领域的性能优化和落地。 3. 提出和实现前沿的算法，保持算法在工业界和学术界的领先。 方向和机会 1. 人脸比对（Face Recognition）：如何提升人脸识别精度，在千万底库中，证明我是“我”?如何在端边产品中“游刃有余”，让模型速度超快的同时，精度还很高？如何做硬核的AI技术，洞悉多种阻隔，适配黑夜白天，纵横国内海外？  2. 活体检测（Face Anti-spoofing）：如何在实战中保证落地广度及精度？如何迭代和交付单一任务但是多场景的通用模型？如何优化甚至是解决开集问题？ 3. 深度伪造与检测（DeepFake/Face Manipulation/Face Forgery Detection）：如何保证篡改真实性瞒过人眼？如何辨识高真实度的假人脸？如何换脸、换声音、换表情、换五官、以及任意换？ 4. 物体检测（Object Detection）：现有的检测解决方案已经达到最有了吗？下一个在工业界落地的目标检测技术是什么？如何更优雅的让目标检测做到各个场景下通用？ 5. 视频理解与分析（Video Understanding and Analysis）：如何高效利用海量视频数据？如何利用海量无标注视频提升有监督视频任务的性能？如何生成有意义的视频？ 6. 通用表征（General Representation）：视觉统一模型是否真的可以实现？如何设计和训练出具有良好迁移能力的模型？如何利用少量数据完成工业模型的生产？ 7. 新行业（New Product）：是否感觉做的算法一直找不到落地场景？一个满足落地要求的算法应该具备什么样的特质？AI项目还有更大的想象空间吗？ 任职要求： 1. 熟练掌握机器学习（深度学习）的基本方法，熟悉计算机视觉中的常见问题和算法，熟悉PyTorch/TensorFlow/Caffe等深度学习框架中的一种及以上。 2. 优秀的分析问题和解决问题的能力，对解决具有挑战性的问题充满激情， 拥有较强的自我驱动力。 3. 较强的算法实现能力，熟练掌握Python、C/C++、RDF/OWL等。 4. 对于实习岗位，更看重自我驱动力和学习能力，以及足够的实习时间/精力（半年以上，每周至少4天）。 5. 工作地点北京/深圳/上海均可。