深度学习开发与应用工程师区链接开发应用需要什么。

1、负责目标检测/识别,图像语义分割相关工作;

2、配合团队其它工程师完成图像处理相关的研发工作

1、熟练掌握C/C++, Python, Matlab 等编程语言,计算机视觉、模式识别、图像处理、计算机相关专业;

2、具有扎实的数学基础,精通常见的机器学习、图像处理等相关算法,并在图像识别领域有应用经验;

3、有图像语意分割相关研究经验优先;

5、学习钻研能力强,具有良好的协调沟通能力。

武汉尺子科技有限公司成立于2016年,致力于三维扫描智能软硬件设计与研发,通过高精度智能扫描设备实现物体的自动化三维数据采集、自动化数据处理、三维数据渲染及应用,为泛家居行业、工业制造领域、文化产业、VR产业及电商提供整体技术解决方案。尺子科技在智能化三维扫描技术、自动纹理映射技术、三维仿真技术、云计算技术、大数据分析及深度学习研发、应用方面处于国际领先水平。公司将高水平自主研发技术与家居行业进行融合,为泛家居行业提供数据采集、生产、应用一体化的解决方案;为消费者提供1:1的装修场景搭建和家具虚拟展示;为专业设计师提供海量的户型素材、模型素材、场景素材,自动化生成水电线路图、橱柜设计、标准化的软硬装设计。在工业制造领域应用高精度的三维扫描及测量技术为用户提供产品快速原型设计、模具设计、质量检测、逆向工程分析、三维模拟分析。在文化、VR及电商行业,应用三维快速重建技术,为文物保护、数字化博物馆、VR内容制作、3D影视内容生产、电商商品三维建模、三维虚拟展示、VR购物等提供高效低成本的解决方案。

有限责任公司( 200-500人 计算机软件

公司地点:武汉市东湖新技术开发区大学园路长城园三路海容基孵化园B栋2楼

公司类型:有限责任公司(非自然人投资或控股的法人独资)

注册资本:3922万人民币

}

2016年,继虚拟现实(VR)之后,人工智能(AI)的概念全面进入大众的视野。谷歌,微软,IBM等科技巨头纷纷重点布局,AI 貌似将成为互联网的下一个风口。

很多开发同学,对人工智能非常感兴趣,确不知从何入手进行学习,精神哥也同样被这个问题困扰。直至看见汉彬同学的这篇文章,豁然开朗,让我坚定地迈出了成为“AI 工程师”的第一步!

本文来自:腾讯QQ会员技术团队 微信公众号:小时光茶社

一、人工智能和新科技革命

2017年,围棋界发生了一件比较重大的事,Master(AlphaGo)以60连胜横扫天下,击败各路世界冠军,人工智能以气势如虹的姿态出现在我们人类面前。围棋曾经一度被称为“人类智慧的堡垒”,如今,这座堡垒也随之成为过去。

从2016年三月份AlphaGo击败李世石开始,AI全面进入我们大众的视野,对于它的讨论变得更为火热起来,整个业界普遍认为,它很可能带来下一次科技革命,并且,在未来可预见的十多年里,深刻的改变我们的生活。

其实,AI除了可以做我们熟知的人脸识别、语音识别之外,还可以做其他蛮多有趣的事情。

例如,让AI学习大量古诗之后写古诗,并且可以写出质量非常不错的古诗,如下图这两首:

又或者,将两部设计造型不同的汽车进行融合,形成全新一种设计风格的汽车造型。

还有,之前大家在朋友圈里可能看过的,将相片转换成对应的艺术风格的画作。

当前,人工智能已经在图像、语音等多个领域的技术上,取得了全面的突破。与此同时,另外一个问题随之而来,如果这一轮的AI浪潮真的将会掀起新的科技革命,那么在可预见的未来,我们整个互联网都将发生翻天覆地的变化,深刻影响我们的生活。

那么作为普通业务开发工程师的我,又应该以何种态度和方式应对这场时代洪流的冲击呢?

在回答这个问题之前,我们先一起看看上一轮由计算机信息技术引领的科技革命中,过去30多年中国程序员的角色变化:

通过上图可以简总结:编程技术在不断地发展并且走向普及,从最开始掌握在科学家和专家学者手中的技能,逐渐发展为一门大众技能。换而言之,我们公司内很多资深的工程师,如果带着今天对编程和计算机的理解和理念回到1980年,那么他无疑就是那个时代的计算机专家。

如果这一轮AI浪潮真的会带来新的一轮科技革命,那么我们相信,它也会遵循类似的发展轨迹,逐步发展和走向普及。如果基于这个理解,或许,我们可以通过积极学习,争取成为第一代“AI工程师”。

这一轮AI的技术突破,主要源于深度学习技术,而关于AI和深度学习的发展历史我们这里不再重复讲述,大家可自行查阅。

我用了一个多月的业务时间,去了解和学习了深度学习技术,在这里,我尝试以一名业务开发工程师的视角,以尽量容易让大家理解的方式一起探讨下深度学习的原理,尽管,受限于我个人的技术水平和掌握程度,未必完全准确。



深度学习的内容,其背后会涉及比较多的数学原理,作为一个初学者,受限于我个人的数学和技术水平,也许并不足以准确讲述相关的数学原理,因此,本文会更多的关注“应用层面”,不对背后的数学原理进行展开,感谢谅解。

/44aZOpP (备注:国外网站下载都比较慢,我这份下载相对会快一些,在环境已经搭建完毕的情况下,执行里面的/tfdoc/tutorials/deep_/44mRzBh

微云盘里,不含训练集和测试集的图片数据,但是,程序如果检测到这些图片不存在,会自行下载:




如果您觉得我们的内容还不错,就请转发到朋友圈,和小伙伴一起分享吧~

}

我要回帖

更多关于 深度学习开发与应用工程师 的文章

更多推荐

版权声明:文章内容来源于网络,版权归原作者所有,如有侵权请点击这里与我们联系,我们将及时删除。

点击添加站长微信