Supervised Learning 招聘 在 中国 - 13 Job Positions Available

Are you looking to be part of a fun, creative company at the forefront of groundbreaking technologies? NVIDIA is leading the way in some of the worlds most exciting tech areas, including Virtual Reality, Artificial Intelligence,

NVIDIA has been transforming computer graphics, PC gaming, and accelerated computing for more than 25 years. It’s a unique legacy of innovation that’s fueled by great technology—and amazing people. Today, we’re tapping into the unlimited potential

SummaryApple is seeking highly motivated and talented candidates to join its Research Internship Program. The team conducts cutting-edge research and development in machine learning, with a focus on foundation models, on-device ML, natural language processing, speech technologies,

感知算法实习生-广州 广州 实习 职位描述 1. 负责基于相机（Camera）、激光雷达（LiDAR）及多模态融合的感知算法研发与优化，研究方向包括但不限于目标检测、语义/实例分割、目标跟踪、占据（occupancy）预测与三维重建等。2. 跟踪并探索 Gaussian Splatting、self‑supervised learning（自监督学习）等前沿技术，评估并研究其在感知与占据预测等任务中的应用，关注算法的实时性与边缘端推理性能优化。3. 探索基于 Gaussian Splatting 与自监督学习的感知能力提升方案，推动模型在实际场景中的工程化落地与性能验证。 职位要求 1. 计算机或相关专业本科以上学历；2. 熟练掌握深度学习及计算机视觉相关的基本算法；3. 熟悉基于CNN的图像检测、跟踪、识别等算法流程；4. 优秀的编程能力，熟悉C/C++或Python；5. 有较强的独立解决问题能力，学习能力及沟通能力；若能满足如下条件的其中一个，会适当加分：1. 有较强的研究能力优先，如发表过第一作者CCF A类会议或期刊等论文；2. 熟悉某种深度学习框架，如Pytorch等，对深度学习有深入的了解；3. 熟悉并行计算或cuda编程，或图像处理方面经验的优先；4. 在自动驾驶行业有实习经验；5. 能实习6个月及以上。 投递...

Company Description About Grab and Our Workplace Grab is Southeast Asias leading superapp. From getting your favourite meals delivered to helping you manage your finances and getting around town hassle-free, weve got your back with everything.

Company Description WD is building the infrastructure behind the AI-driven data economy. As AI scales, so does data. Every interaction, every model, every system generates data that must be stored, managed, and made accessible over time.

Job Description SummaryResponsible for designing and programming a small module or a large component and designing a feature, set of features, or whole feature area. She/he will work independently and contribute to the immediate team and

申请编号: 75764 这是一家立足于突破的公司。 加入我们。 康宁是全球领先的玻璃、陶瓷和材料科学创新引领者之一。从海洋深处到浩瀚宇宙，我们的技术不断突破可能性的边界。 我们是如何做到的？依靠我们的员工。在康宁，我们的员工独树一帜、突破常规——这不仅限于职业生涯的某一时刻，而是每一天，都在帮助推动公司及世界的进步。 在康宁，你所做的工作有数之不尽的机会对世界和人类产生积极的影响。你能帮助世界互联互通，驱动汽车的未来，让家庭娱乐更精彩，使救生药品安全送达。你能改变的远不止于此。 加入我们，一同突破。 康宁公司的显示科技事业部生产主要应用于LCD电视、笔记本电脑和平板显示器的有源矩阵液晶显示器（“LCD”）玻璃基板。 Role Purpose To support flexible production modes and ongoing project growth at our High Flexibility Plant, sufficient packing engineering resources are essential. We are seeking a new

Requisition Number: 79320 The company built on breakthroughs.​ Join us.​ Corning is one of the world’s leading innovators in glass, ceramic, and materials science. From the depths of the ocean to the farthest reaches of space,

申请编号: 79320 这是一家立足于突破的公司。 加入我们。 康宁是全球领先的玻璃、陶瓷和材料科学创新引领者之一。从海洋深处到浩瀚宇宙，我们的技术不断突破可能性的边界。 我们是如何做到的？依靠我们的员工。在康宁，我们的员工独树一帜、突破常规——这不仅限于职业生涯的某一时刻，而是每一天，都在帮助推动公司及世界的进步。 在康宁，你所做的工作有数之不尽的机会对世界和人类产生积极的影响。你能帮助世界互联互通，驱动汽车的未来，让家庭娱乐更精彩，使救生药品安全送达。你能改变的远不止于此。 加入我们，一同突破。 康宁公司的显示科技事业部生产主要应用于LCD电视、笔记本电脑和平板显示器的有源矩阵液晶显示器（“LCD”）玻璃基板。 Key Responsibilities Inspection equipment and process support Supports daily performance, reliability, and continuous improvement of inspection equipment and operations. Supports inspection equipment, controls, and process improvements to

【27届校招】世界模型研究员 北京、上海、深圳 正式 研发 - 算法 通用智能板块 职位描述 我们致力于构建新一代自动驾驶大模型，通过世界模型（World Model）学习真实物理世界的时空规律，实现自动驾驶系统对未来环境的预测、推理与决策能力。 你将参与自动驾驶世界模型的前沿研究，并推动研究成果在真实自动驾驶系统中的规模化应用，包括但不限于： 1.研究并构建面向自动驾驶的 Predictive / Generative World Model，学习真实物理世界的长期时空动态及因果规律，探索世界模型作为驾驶智能体模型以及环境仿真模型的核心能力。2.研究视频生成（Video Generation）、未来预测（Future Prediction）、时空建模（Spatio-temporal Modeling）、Latent World Model、自回归建模（Autoregressive Modeling）、Diffusion、Flow Matching 等前沿生成式建模技术，持续突破世界模型的预测能力、泛化能力及可扩展性。3.探索 Vision-Language-Action（VLA）、Video Foundation Model、多模态大模型等统一架构，实现感知、预测、规划、控制的一体化建模，推动下一代端到端自动驾驶技术发展。4.围绕长时序推理（Long-horizon Reasoning）、行为预测、交互建模、世界模拟（World Simulation）、强化学习（RL）、Embodied AI 等方向开展原创研究，探索自动驾驶智能的新范式。5.推动世界模型在自动驾驶量产中的应用，负责模型训练、数据构建、模型压缩、推理优化、车端部署及云端部署，实现模型在大规模量产场景中的稳定运行与持续迭代。6.持续优化大模型训练效率、数据效率及推理效率，构建高效、可扩展的世界模型训练与部署体系。7.跟踪国际前沿研究进展，结合业务场景开展原创算法研究，推动高质量研究成果在顶级国际会议发表，并最终应用于真实自动驾驶产品。 开放研究课题（Open Research Problems） 你将有机会探索但不限于以下方向：