岗位职责 1. 信号处理：参与信号处理相关工作，对采集到的车辆信号，摄像头雷达等数据信号进行分析、处理和特征提取，为模型训练提供高质量的数据支持。 2. 视频图像识别与模型训练：协助团队开展视频图像识别项目，参与模型训练工作，包括数据预处理、模型搭建、训练及优化，运用 Yolo 算法进行目标检测模型训练，提升模型的识别准确率和效率。 3. ROS 与 Gazebo 应用：使用 ROS（机器人操作系统）和 Gazebo 进行建模，搭建仿真环境，模拟实际应用场景，为模型训练提供虚拟场景支持，测试和验证模型在不同场景下的性能。 4. 训练场景搭建：负责训练场景的搭建与配置，包括硬件设备的连接、软件环境的部署，确保模型训练环境的稳定运行，并根据项目需求对训练场景进行优化和调整。 5. 文档撰写与沟通：及时记录工作过程中的数据、问题及解决方案，撰写相关技术文档；与团队成员保持良好沟通，积极参与项目讨论，及时反馈工作进展。 任职要求 1. 专业要求：计算机科学与技术、电子信息工程、自动化、数学等相关专业，本科及以上学历在读学生，预计实习时长不少于 6个月。 2. 技术能力 • 熟悉 Python 编程，具备扎实的编程基础和良好的代码编写习惯。 • 了解深度学习基础知识，熟悉常见的深度学习框架（如 TensorFlow、PyTorch 等），对视频图像识别有一定的理论知识和实践经验。 • 熟悉 Yolo 算法原理，有相关算法训练实践经验者优先。 • 了解信号处理的基本方法和原理，有实际信号处理项目经验者更佳。 • 对 ROS 和 Gazebo 有一定了解，能够进行简单的建模和场景搭建工作。 3. 其他要求 • 具备较强的学习能力和动手能力，能够快速掌握新知识和新技术。 • 工作认真负责，有良好的团队协作精神和沟通能力，能够承受一定的工作压力。 • 对人工智能领域有浓厚的兴趣，有志于在模型训练方向深入发展。