歡迎信號處理算法/機(jī)器學(xué)習(xí)/深度學(xué)習(xí)/大模型方向人才加入！
你將參與
- 毫米波雷達(dá)系統(tǒng)中信號處理、機(jī)器學(xué)習(xí)及大模型算法（如目標(biāo)檢測、跟蹤、場景理解）的設(shè)計(jì)與工程實(shí)現(xiàn)；
- 構(gòu)建信號與數(shù)據(jù)融合的聯(lián)合模型，推進(jìn)算法從原型設(shè)計(jì)到嵌入式平臺部署的全流程驗(yàn)證；
- 編寫完整可追溯的技術(shù)文檔與自動(dòng)化測試腳本，持續(xù)優(yōu)化算法精度與效率。

我們期待你具備
- 電子、計(jì)算機(jī)、通信等相關(guān)專業(yè)碩士及以上學(xué)歷；
- 2年以上機(jī)器學(xué)習(xí)或深度學(xué)習(xí)項(xiàng)目經(jīng)驗(yàn)，掌握 Transformer、CNN、RNN 或經(jīng)典信號處理方法；
- 熟練使用 Python，具備 PyTorch、TensorRT 或 TVM 的模型訓(xùn)練與量化部署能力；
- 能夠閱讀英文技術(shù)文獻(xiàn)，具備良好的技術(shù)表達(dá)與文檔撰寫習(xí)慣；
- 有雷達(dá)、音頻、通信基帶等領(lǐng)域邊緣端算法落地經(jīng)驗(yàn)者優(yōu)先考慮。

加分項(xiàng)
- 熟悉 TI AWR/WR 系列 SDK、CMSIS-DSP 或 NEON 指令集優(yōu)化技術(shù)；
- 曾在 Kaggle、天池等機(jī)器學(xué)習(xí)競賽中獲獎(jiǎng)；
- 在 CVPR、ICASSP、RADAR 等國際會議發(fā)表論文或擁有相關(guān)專利。

投遞方式
請將簡歷及項(xiàng)目材料（GitHub鏈接、論文、競賽成果等）發(fā)送至：*********************

我們期待與你攜手，將人工智能深度融入毫米波雷達(dá)，賦予每幀點(diǎn)云更強(qiáng)大的感知智慧！