CV算法(多模态视频理解方向)实习生

1.负责哔哩哔哩视频内容理解相关技术研究和落地工作，涉及的相关技术包括但不限于多标签和细粒度分类、图像和视频Embedding及检索、动作分类、目标检测与跟踪、语义分割、多模态特征融合、多模态检索等； 2.持续跟踪学界和业界的最新视觉AI技术，通过发明专利、创新学术论文、高水平挑战赛、刷新Benchmark等方式提升团队技术影响力； 附Mentor（S博士）简介： S博士毕业于全国Top5高校计算机学院，毕业后曾在某互联网企业AI-Lab工作5年，负责计算机视觉前沿基础技术研究和项目落地相关工作，现为哔哩哔哩资深算法研究员，负责多模态视频理解和检索相关工作建设。S博士在人工智能和计算机视觉领域发表了CVPR/ICCV/AAAI/IJCAI/MM/TMM/SIGIR/TKDE等20篇高水平会议和期刊论文，也是多个顶会论文审稿人，在Kaggle平台全球排名Top 1%。 如果你对多模态内容理解和检索的方向有兴趣，想把现在最新最热的Vision-Language Model应用到B站的业务场景中去，做出好玩又酷炫的Demo，也想将这些探索出来的技术沉淀出顶会顶刊，请尽快联系我们吧！

职位要求 1.熟练掌握计算机视觉和深度学习相关基本原理，在目标检测和跟踪、语义分割、图像和视频分类、图片和视频描述生成、动作检测和分类、多模态融合、多模态检索、自监督学习、无监督学习和预训练等至少一个方向有过研究和实践经验； 2.较强的算法原型快速实现能力，熟练掌握Python或C/C++编程语言，熟悉OpenCV，至少精通一种深度学习框架，如Tensorflow/Pytorch/MXNet； 3.有优秀的逻辑思维能力、数据分析和新知识学习能力，善于分析和解决问题；良好的沟通能力与团队协作能力； 4.作为主要作者发表过人工智能和计算机视觉相关高水平会议和期刊论文者优先考虑，如AAAI/KDD/ICML/ICLR/NIPS/IJCAI/CVPR/ICCV/ECCV/WWW/SIGIR/MM等； 5.在Kaggle、各大顶会挑战赛以及知名Benchmark和榜单取得Top排名者优先考虑。