Senior Generative Computer Vision Researcher

Вас увлекает сочетание науки и искусства и новаторство на переднем крае развлечений? Компания Dolby Laboratories ищет опытного ведущего исследователя в области генеративного компьютерного зрения, чтобы помочь нам переопределить опыт развлечений по всему миру. От больших экранов до ладони вашей руки на смартфонах, ваша работа будет влиять на миллионы, улучшая то, как они создают, доставляют и наслаждаются контентом.

Будучи ключевым членом нашей динамичной команды, вы будете использовать свой обширный опыт с генеративным искусственным интеллектом, глубоким обучением и задачами компьютерного зрения, чтобы быть пионером в прогрессе нашей технологии. Занимайтесь передовой работой, включая архитектуры нейронных сетей, методы обучения и разработку новых алгоритмов представления и обработки в современных технологиях компьютерного зрения. Ваша способность сбалансировать вычислительную сложность с производительностью будет ключом к продвижению нашего инновационного развития.

Обязанности:

• Разработка концептуальных моделей, доказывающих жизнеспособность новых технологий.
• Работа в контексте системы для понимания новых технологических требований к успеху.
• Содействие созданию и документированию новых архитектур и алгоритмов через технические белые бумаги, презентации и внутренние мероприятия.
• Поддержание высочайших стандартов интегральности во всех профессиональных настройках.

Требуемые квалификации:

• Кандидат наук в области электротехники, компьютерной инженерии или информатики.
• Не менее трех лет опыта разработки алгоритмов для генеративных нейронных сетей и мультимодальных, 2D/3D задач компьютерного зрения.
• Глубокие знания компьютерной графики, систем обработки видео и сопутствующего программного обеспечения как для потребительских, так и для профессиональных продуктов.
• Продвинутые навыки программирования в Matlab, C/C++, OpenCV и Python с использованием фреймворков, таких как TensorFlow или PyTorch.

Желаемые качества:

• Опыт подачи заявок на патенты и применения алгоритмов машинного обучения к практическим задачам.
• Сильный послужной список исследовательских