腾讯云音视频图像和视频智能化开发工程师

1.负责视频理解相关的算法研究与开发，包括但不限于视频内容分析、动作识别、场景识别等，挖掘视频数据中的关键信息，为业务提供有价值的知识图谱；
2.研发高效的目标检测、跟踪与识别算法，实现对视频中特定目标的精准定位、实时跟踪和分类识别，可应用于安防监控、机器人、智慧零售、智慧巡检，等领域；
3.结合业务场景，开发智能化的场景解决方案，通过图像视频技术实现对场景的智能感知、理解和决策，如智慧零售中的店员客情行为分析等；
4.负责相关算法的工程化实现和优化，确保算法在大规模数据和实时性要求下的高效稳定运行，包括与业务团队合作进行算法的部署和集成；
5.跟踪学术界和工业界的最新研究成果和技术动态，积极参与技术交流和分享，推动团队技术能力的不断提升。

1.计算机、电子信息、数学、模式识别等相关专业本科及以上学历，8年及以上相关工作经验；
2.具备扎实的计算机视觉、机器学习、深度学习等相关理论基础，深入理解卷积神经网络（CNN）、循环神经网络（RNN）及其变体等深度学习模型的原理和应用；
3.熟练掌握至少一种深度学习框架，如 PyTorch、TensorFlow 等，能够熟练使用 C/C++、Python 等编程语言进行算法开发和实现；
4.在视频理解、深度学习、目标检测跟踪识别等一个或多个领域有丰富的实践经验，有相关项目的完整开发和落地经历；
5.具备良好的数学基础，能够熟练运用线性代数、概率论、数值计算等数学工具解决实际问题；
6.有较强的算法优化能力，能够针对实际业务场景对算法进行性能优化和调优，包括计算效率、存储优化、模型压缩等方面；
7.具备良好的团队协作精神和沟通能力，能够与不同背景的团队成员进行有效的合作，共同推动项目的进展；
8.具有较强的学习能力和自我驱动力，能够快速跟进和掌握新的技术知识，对解决具有挑战性的问题充满热情。。加分项：1.在国际顶级会议或期刊（如 CVPR、ICCV、ECCV、NeurIPS、ICML、ICLR 等）上发表过相关论文者优先；
2.具备大规模视频数据处理和分析的经验，熟悉分布式计算框架（如 Hadoop、Spark、K8s）和云计算平台者优先；
3.对移动端或嵌入式设备上的图像视频算法优化有深入了解和实践经验者优先；
4.有参与过开源项目并做出重要贡献者优先。