算法工程师 北京 正式 研发 - 算法 职位描述 图像算法工程师【岗位职责】负责无人车场景视觉算法能力搭建与研发落地，聚焦车内货物理解、车外环境识别、实时视频智能分析三大核心方向，参与算法研发、训练优化、部署迭代全流程，助力无人车视觉感知系统稳定高效运行。1. 舱内视觉理解研发：参与无人车舱内货物检测、品类分类、数量计数、异常状态识别等视觉算法的设计、实验与优化，支撑无人车货物仓储、运输、装卸智能化感知需求；2. 舱外视觉理解研发：参与户外场景下行人、车辆、各类障碍物的检测算法研发，参与目标基础行为识别能力搭建，适配无人车户外行驶安全感知场景；3. 实时视频分析技术研发：研究多帧特征融合、目标持续跟踪、视频稳定推理等关键技术，优化无人车实时视觉感知的连续性、准确性，解决动态场景感知干扰问题；4. 视觉模型训练与迭代：基于YOLO、Transformer、DINO等主流视觉模型，完成适配无人车场景的模型训练、调优、对比实验，探索高精度、高鲁棒性的视觉感知方案；5. 边缘部署适配优化：参与视觉算法车端/边缘设备部署工作，针对推理延迟、算力消耗、运行稳定性等核心指标进行优化，适配车载边缘算力受限场景；6. 数据闭环与算法迭代：参与算法bad case收集、统计、分析，定位模型识别误差与场景适配问题，配合完成数据筛选、标注优化与模型持续迭代，构建场景化数据闭环体系。 职位要求 【任职要求】1. 学历专业：硕士及以上学历，计算机、人工智能、软件工程、电子信息、自动化等相关专业；2. 技术基础：扎实掌握深度学习、计算机视觉基础理论，熟悉图像分类、目标检测、语义分割、目标跟踪等核心视觉任务原理；3. 实操能力：熟练使用PyTorch深度学习框架，具备独立完成模型训练、调优、测试的实操能力，了解算法推理基础流程；4. 技术视野：对VLM视觉大模型、三维重建、多模态感知等高级视觉技术有基础认知与学习积累；5. 工程基础：熟练掌握Python编程，了解深度学习推理Pipeline基础搭建流程，具备基础的算法工程化思维；6. 综合素质：对数据误差、模型缺陷敏感度高，具备良好的问题分析、定位能力，善于复盘优化，学习能力强、逻辑清晰、责任心扎实。【加分项】1. 在校期间有物流/工业视觉相关项目、竞赛、科研经历，涉及货物识别、目标计数、外观质检等相关方向优先；2. 有户外视觉场景研发经验，熟悉复杂场景（行人密集、夜间弱光、雨雾天气、目标遮挡等）算法优化思路优先；3. 有算法数据闭环搭建、bad case分析驱动模型迭代、视觉算法落地迭代相关项目经历优先；4. 熟悉YOLO、Transformer、DINO等主流视觉模型原理，有相关模型改进、轻量化、场景适配实战经验优先；5. 有无人车、机器人、智能感知相关科研、实习、项目经历者优先。 投递...
【27届校招】AI大模型开发工程师 南京、成都、北京 正式 研发 - 自然语言处理 职位描述 1、跟踪、探索国内外AI前沿技术(如Agent、RAG、强化学习)，参与创新型AI产品的验证并转化科研成果至实际业务场景；2、主导大语言模型(LLM)、多模态模型(LMM)的预训练、微调(Fine-tuning)及推理优化，提升模型性能与效率，撰写技术文档并分享技术成果；3、参与公司AI大模型研发与优化训练，与算法、工程团队协作，搭建大型训练推理平台，优化算力调度与资源管理；4、建立模型评估体系，跟踪模型效果并持续迭代，并能工程化落地部署。 职位要求 1、27届计算机、人工智能、电子工程、数学等相关专业硕士及以上学历；2、熟悉Python编程语言，掌握PyTorch或TensorFlow等主流深度学习框架；3、理解深度学习、自然语言处理(NLP)、大语言模型(如Transformer、LLM)等基本原理；4、具备良好的数学基础(线性代数、概率统计、优化等)；5、具备较强的创新能力、逻辑思维能力及团队合作精神6、有知名AI竞赛、论文发表、开源贡献等经验者优先。 投递...
Omni模型算法实习生 北京、深圳 实习 互联网 / 电子 / 网游 职位描述 1. 前沿多模态模型辅助研发：参与通用人形机器人 Omni 多模态大模型研发，协助开展文本、视觉、语音、动作等多模态统一表征、理解、推理相关实验验证，跟进前沿多模态算法复现与效果对比。2. 算法实验与架构迭代支撑：协助研究员完成跨模态对齐、时序建模、流式交互、多模态生成等核心模块实验，参与模型小规模调参、消融实验、结果分析，输出标准化实验报告。3. 多模态数据与训练辅助工作：参与多模态数据集清洗、标注校验、数据配比、质量评估；协助完成预训练、微调、偏好对齐等流程脚本开发，跟进小规模训练任务，记录训练日志、定位基础训练异常。4. 机器人场景落地配套工作：配合工程师完成大模型与机器人感知、认知模块联调测试，完成交互场景功能验证、效果记录，整理场景落地问题清单。5. 端侧推理优化辅助：协助开展模型量化、蒸馏、推理测速等基础实验，整理不同硬件平台下的时延、性能数据，撰写优化对比文档。6. 前沿技术调研沉淀：跟进多模态大模型领域的学术与产业前沿进展，定期输出技术调研简报；协助整理专利、实验材料、技术文档。 职位要求 1. 计算机、人工智能、自动化、数学、电子信息等相关专业，在读硕士研究生或本科高年级学生，可保证连续实习 3 个月及以上，每周到岗不少于 4 天；2. 掌握 Transformer、LLM、VLM、多模态生成模型基础原理，了解大模型预训练、微调、对齐基础流程；3. 熟练使用 Python、PyTorch，具备基础算法代码实现、实验复现、数据分析能力；4. 具备严谨的实验习惯，擅长梳理实验数据、撰写文档，沟通协作顺畅，学习能力强；5. 能主动跟进 AI 前沿技术，乐于动手验证各类算法方案。加分项1. 有多模态大模型、VLM、视频 / 语音模型相关课程项目、竞赛、科研论文产出；2. 有开源多模态项目复现、小规模模型训练、数据集搭建实操经历；3.
云端训推优化负责人 北京、深圳 全职 智能制造 / 工业互联网 / 工业自动化 职位描述 负责云端训练与推理优化团队整体建设和管理，对模型训推效率负责；负责大模型、VLM / VLA、机器人模型等训练任务的性能优化，包括：训练吞吐、GPU 利用率、Tensor Core 利用率、显存利用率、多机多卡扩展效率负责分布式训练优化，包括 Data Parallel、Tensor Parallel、Pipeline Parallel、FSDP / ZeRO 等方案设计与落地；负责模型推理优化，包括算子优化、KV Cache、Batching、量化、并行推理及服务化性能优化；针对模型结构和训练流程进行 Profiling，定位通信、计算、显存、IO 等性能瓶颈，并推动系统性优化；负责训练/推理框架和基础组件建设，沉淀可复用的性能优化能力；与模型算法团队协作，在保证模型效果的前提下优化模型结构、训练策略和推理方案；与智算平台团队协作，提升 GPU 集群整体资源利用率，降低单位训练与推理成本；建立训推性能指标体系和 Benchmark，持续跟踪不同模型、硬件和框架下的性能表现。 职位要求 5 年以上深度学习系统、训练加速、推理优化、AI Infra 或相关工作经验，有团队管理经验；熟悉 PyTorch 及主流深度学习训练框架，理解计算图、Autograd、CUDA 执行模型；熟悉大规模分布式训练，有
NVIDIA are seeking dynamic Solution Architects with specialized expertise in training Large Language Models (LLMs), implementing RAG workflows, and agentic inference. You will leverage the full NVIDIA software & hardware ecosystem to design, optimize, and deliver
NVIDIA are seeking dynamic Solution Architects with specialized expertise in training Large Language Models (LLMs), implementing RAG workflows, and agentic inference. You will leverage the full NVIDIA software & hardware ecosystem to design, optimize, and deliver
AIOS-多模态算法工程师-北京/成都 北京、成都 校招 正式 互联网 / 电子 / 网游 - 研发 职位描述 2027届的小伙伴，你好。在中科创达智能汽车事业群该岗位下，你可能会负责如下某一领域工作：1.负责智能汽车行业专用大模型的研发，包括 10B–100B 参数级模型的预训练、领域微调、对齐（SFT/RLHF/DPO 等），构建面向车载场景的行业大模型。2.负责多模态融合算法的研究与开发，包括语言、视觉、语音等模态的对齐与联合建模，支持实时车端交互，如智能座舱多模态助手、多模态感知、人机共驾交互等。3.负责边缘侧推理加速，包括模型量化、剪枝、蒸馏、投机解码、算子融合与定制优化等，实现车端推理性能提升 2–5 倍，满足低延迟、低功耗、高稳定性要求。跟踪 NeurIPS、ICML、ACL、CVPR、ICCV 等顶级会议前沿论文，完成关键算法的快速复现、评估与产品化落地，建立技术预研到工程转化的闭环。4.参与车端 AI 平台建设，包括数据管道、分布式训练框架、多模态评测体系、模型部署工具链及持续集成流水线。5.参与多模态模型在实车环境中的性能分析、稳定性优化、安全问题排查及迭代改进。编写技术方案、实验报告与设计文档，参与代码评审、技术分享与团队知识沉淀。福利待遇1.自有员工，五险一金，13薪，午餐补助/交通补助/误（晚）餐补助2.每周双休，上班时间：早9:30-晚19:00，可提前1H弹性打卡；午休时间12:00-13:303.清晰的晋升通道/明确的培养计划/导师1对1学习，雏鹰计划/superman计划提供丰富的晋升通道 职位要求 1.本科及以上学历，计算机、人工智能、数学、自动化、电子信息、软件工程等相关专业。2.扎实的机器学习与深度学习基础，深入理解 Transformer、注意力机制、归一化、优化器等核心组件。3.精通 Python，熟练使用 PyTorch / TensorFlow 等深度学习框架，具备独立搭建、训练和调试大模型的能力。4.熟悉大模型技术栈，包括预训练、SFT、RLHF、DPO、PPO 等对齐方法，掌握 LoRA、QLoRA、Adapter 等高效微调技术。5.熟悉分布式训练框架与策略，如 DeepSpeed、Megatron-LM、FSDP、数据并行、模型并行、流水线并行、ZeRO 等。6.了解主流多模态模型架构，如 CLIP、BLIP、LLaVA、Flamingo、Qwen-VL、InternVL、GPT-4o 等，了解模态对齐、跨模态注意力、视觉编码器与
工作总结:这种以客户／产品为重点的双重职位乃作为 OEM 之间的高级技术联络人，并在新产品开发计划中代表我们的客户。将康明斯产品运用于客户车辆需要制定技术规格，实施新的设计配置，并在各种应用中提供与客户产品集成的高性能、低成本设备及系统解决方案。整合优质及经优化的客户解决方案需要与销售及营销团队进行互动。 主要责任:征求标的事项专家和价值包引进 (VPI) 团队意见并与其磋商，并向应用工程师和 OEM 提供产品数据与安装要求 在影响 OEM 机器性能、优化和质量的产品选择、设计和集成方面制定决策 运用并改进相关流程（例如安装质量保证、OEM 集成及产品选择）和支持相关流程及实现优质决策所需的工具（例如 Advisor、康明斯线上规格 (COLS) 及全球客户工程 (GCE)）。 与客户的技术竞争对手建立良好的工作关系，从而担任他们的主要联络人，提供专业化产品技术信息、管理产品规格、传达产品变更信息、制定复杂的安装问题解决方案及满足客户要求 运用产品、应用及市场知识方面的技术专业知识，为 OEM 产品选择和设备设计提供支持 领导将客户需求和“客户心声”转化为产品职能要求，以提供有关项目决策的意见 在参与新产品开发计划、设计审核及产品变更请求流程期间，担任康明斯内部的客户／市场支持者 确保以正确的方式运用和安装产品，以满足客户系统要求和环境 通过验证原型机器性能确保安装质量，且该等安装符合康明斯规定 利用分析主导设计 (ALD) 和六西格玛工具来优化产品和系统性能 提出以客户为重点的创新倡议和项目 通过培训和指导经验不足的工程师协助传授相关知识 独立领导对业务影响较小的项目，或拥有高级或首席工程师水平不明确性较高且由项目团队承担全部责任的复杂组件、产品、系统或服务。 独立执行既定及新兴工作流程和系统，同时发展技术或产品知识。 领导某个业务部站点职能部门专业领域的工作流程和系统开发和改进。 协调和指导技术员和学生临时员工的工作，通过间接（影响范围）或直接管理当地小型工程师团队协助向经验不足的工程师传授相关知识。 提供支持和指导以影响项目团队内部的技术指导，并持续提高对在该职位取得成功至关重要的能力。 作为中间团队内部某个专业或产品领域的公认专家。
Omni模型算法实习生 北京、深圳 实习 互联网 / 电子 / 网游 27届暑期实习生项目（提供转正机会） 职位描述 1. 前沿多模态模型辅助研发：参与通用人形机器人 Omni 多模态大模型研发，协助开展文本、视觉、语音、动作等多模态统一表征、理解、推理相关实验验证，跟进前沿多模态算法复现与效果对比。2. 算法实验与架构迭代支撑：协助研究员完成跨模态对齐、时序建模、流式交互、多模态生成等核心模块实验，参与模型小规模调参、消融实验、结果分析，输出标准化实验报告。3. 多模态数据与训练辅助工作：参与多模态数据集清洗、标注校验、数据配比、质量评估；协助完成预训练、微调、偏好对齐等流程脚本开发，跟进小规模训练任务，记录训练日志、定位基础训练异常。4. 机器人场景落地配套工作：配合工程师完成大模型与机器人感知、认知模块联调测试，完成交互场景功能验证、效果记录，整理场景落地问题清单。5. 端侧推理优化辅助：协助开展模型量化、蒸馏、推理测速等基础实验，整理不同硬件平台下的时延、性能数据，撰写优化对比文档。6. 前沿技术调研沉淀：跟进多模态大模型领域的学术与产业前沿进展，定期输出技术调研简报；协助整理专利、实验材料、技术文档。 职位要求 1. 计算机、人工智能、自动化、数学、电子信息等相关专业，在读硕士研究生或本科高年级学生，可保证连续实习 3 个月及以上，每周到岗不少于 4 天；2. 掌握 Transformer、LLM、VLM、多模态生成模型基础原理，了解大模型预训练、微调、对齐基础流程；3. 熟练使用 Python、PyTorch，具备基础算法代码实现、实验复现、数据分析能力；4. 具备严谨的实验习惯，擅长梳理实验数据、撰写文档，沟通协作顺畅，学习能力强；5. 能主动跟进 AI 前沿技术，乐于动手验证各类算法方案。加分项1. 有多模态大模型、VLM、视频 / 语音模型相关课程项目、竞赛、科研论文产出；2.
具身智能模型实验实习生 深圳、北京 研发 - 算法 实习生招聘 职位描述 我们已经构建了一套具身智能 Benchmark，覆盖真实机器人任务、仿真任务、多样性设置、ID/OOD评测和多模态数据采集。现在希望招聘一位实习生，主要负责主流开源具身智能模型的复现、训练、评测和实验分析，帮助我们系统比较不同模型架构在真实机器人和仿真任务上的表现。主要职责：1. 调研并跑通主流开源具身智能/机器人操作模型，包括 VLA、WAM、Diffusion Policy、ACT、Transformer policy、BC/RL policy、多模态策略模型等方向。2. 阅读模型论文和代码，梳理模型架构、输入输出格式、训练数据格式、action representation、推理流程和评测方式。3. 将开源模型适配到我们的 benchmark 数据和任务接口上，包括图像、语言、状态、动作、轨迹等数据格式转换。4. 执行模型训练、finetune、inference 和 evaluation 实验，维护实验配置、日志、checkpoint 和结果表格。5. 对比不同模型在不同任务类型、数据量、泛化维度、ID/OOD评测和真实机器人任务下的表现。6. 分析失败案例，整理模型在精细操作、可形变物体、流体/颗粒、长时序任务和真机部署中的能力边界。7. 编写实验报告，输出模型复现笔记、架构分析文档和评测结果总结。 职位要求 1. 本科高年级或硕士在读，计算机、机器人、人工智能、自动化等相关方向优先。2. 熟悉 Python 和 PyTorch，能独立阅读、运行和修改深度学习代码。3. 熟悉 Linux、Git、conda/docker、GPU训练环境，能处理常见依赖、显存、数据路径和单机/多机训练问题。4. 对具身智能、机器人学习、多模态模型、VLA模型或
At ABB, we help industries run leaner and cleaner—and every person here makes that happen. You’ll be empowered to lead, supported to grow, and proud of the impact we create together. Join us and help run
大语言模型算法工程师 武汉、北京 校招 正式 算法类 2027届校园招聘计划 职位描述 1. 负责大模型训练、对齐相关工作，包括不限于数据迭代、模型训练、模型评估；2. 结合实际场景，提供全面的技术解决方案，参与PE、推理优化、数据飞轮建设，提升大模型在应用场景的效果；3. 协助开发和优化 AI Agent 的数据采集、分析及数据闭环相关工具，支持标注工具、研发工具、数据分析与可视化系统的设计与实现，提升产研团队的工作效率；4. 探索高表现力/低延迟的语音驱动的说对话系统；探索前沿的建模方式、训练策略、数据策略，以达到SOTA效果； 探索AI能力的极限，并赋能产品以创造价值。 职位要求 1. 本科及以上学历，计算机、人工智能、自动化、数学专业优先；2. 对大模型的底层原理有基本理解，能跟踪语言模型和多模态领域的最新技术动向；3. 扎实的编程基础，对数据结构、算法设计基础有深度了解，熟练掌握Python/C++等主流语言一种或多种，熟练应用pytorch、megatron、deepspeed、huggingface、transformers等深度学习框架和库；4. 具备强大的工程/算法能力，能迅速迁移过往的工程/算法经验，深入理解系统底层原理并进行系统优化，能快速学习新知识；5. 熟悉大模型相关研究的前沿进展，能快速复现业界最新研究成果，有顶会论文、ACM等编程竞赛获奖者优先。 投递...
AI算法工程师-AICoding/Agents方向 武汉、北京 校招 正式 算法类 2027届校园招聘计划 职位描述 1、负责代码智能体（Coding Agent）系统全流程研发：数据构建（代码语料清洗、代码/对话/工具轨迹标注）、预训练/持续预训练、指令微调（SFT）与后训练（DPO/ORPO/RLHF/RLAIF），在 HumanEval、MBPP、SWE-bench、RepoBench 等基准及业务集上达成目标。2、基于主流 Agents 框架（LangChain、AutoGen、Agno 等）搭建具备规划、工具调用、记忆与多步推理能力的多代理系统，落地代码生成、调试与单测生成、仓库级理解、自动修复、PR 评审与CI修复等核心场景。3、以 MCP（Model Context Protocol）为核心构建工具生态：设计与实现 MCP servers/tools，标准化接入代码搜索、编译/运行、CI/CD、Issue/PR、知识库与内部服务；支持安全沙箱执行与资源隔离，提升可观测与可维护性。4、设计并优化 ReAct/Plan-Act/Tree-of-Thought 等推理策略及函数调用，结合 RAG（向量/符号/结构化检索与代码图）实现大规模代码库检索增强，支持跨文件、跨仓库的复杂问题求解。 职位要求 1、计算机基础扎实，熟练使用 Python，至少掌握一门强类型语言（Go/Java/C++/Rust 优先）；熟悉 Git、Linux 与容器化开发。2、熟悉主流 Agents 框架与范式：有 LangGraph/LangChain/AutoGen/LlamaIndex/CrewAI 之一的实战经验；理解 MCP 协议并能实现自定义 MCP
Agent Harness 研发工程师 武汉、北京 校招 正式 算法类 2027届校园招聘计划 职位描述 1、自研 Harness 框架：参与设计和开发面向行业场景的 Agent Harness 产品技术架构，包括 Agent Loop、工具系统、上下文管理、记忆与状态管理等核心模块2、行业 Agent 落地：基于自研 Harness 框架，实现零售、客服、研发、供应链、办公等行业 Agent，将通用模型能力适配到垂直业务场景3、算法与工程联合优化：从算法角度和工程角度联合优化，从 Context Engineering、Harness Engineering 等角度持续优化 Agent 的任务完成率与用户体验4、模型+Harness 协同进化：以行业真实任务为反馈源，推动模型能力与 Harness 架构的双向迭代，实现 1+12 的效果5、前沿技术追踪与落地：跟踪 Agent 领域前沿进展（MCP、A2A、Multi-Agent、Sub-agent 等），快速验证并在产品中落地
Omni模型算法工程师/研究员 北京、深圳 全职 智能机器人板块 职位描述 职位愿景：加入我们，你将参与打造机器人新一代的“交互大脑”。我们致力于通过 Omni 多模态大模型突破传统交互边界，实现文本、语音、视觉、视频与物理动作的统一建模，让机器人在复杂物理世界中具备实时、自然、可靠且可持续迭代的交互与决策能力。核心职责：根据个人专长，重点负责以下一个或多个方向：1、参与 Omni 多模态大模型的技术路线规划与核心架构设计，推进文本、语音、视觉、视频和动作等模态的统一表征、理解、推理与生成；2、攻关可泛化、具备规模扩展能力的模型架构与训练方法，重点解决跨模态对齐、时序建模、长上下文理解、实时流式交互及端到端 Audio-to-Audio、Speech-to-Action 等关键问题；3、建设多模态数据体系和大规模训练流程，制定数据质量与配比方案，推进预训练、后训练、指令微调、偏好对齐或强化学习，并持续优化训练效率与稳定性；4、研发面向真实物理世界的具身智能体与任务规划系统，将非结构化指令转化为可执行动作序列，提升长链路推理、记忆、决策安全性及复杂场景鲁棒性；5、建立模型能力、任务成功率、交互自然度、安全性、响应时延和资源消耗等评测指标，推动数据、训练、评测与真实场景反馈形成迭代闭环；6、推动模型与机器人感知、认知、决策和控制系统集成，开展量化、蒸馏、剪枝、算子优化及端云协同，保障模型在端侧和异构计算平台上的高效部署；7、承担关键技术攻坚与跨团队项目推进，通过算法创新、系统落地以及论文、专利或开源成果建设技术影响力，并参与团队技术分享与人才培养。 职位要求 1、计算机、人工智能、自动化、电子信息、数学等相关专业，硕士及以上学历；具备突出研究成果或丰富工程经验者可放宽学历要求；2、具备 5 年及以上多模态大模型、语音大模型、视觉语言模型或具身智能相关研发经验，主导或深度负责过模型研发、训练或部署落地中的关键环节；具备突出研究成果或同等能力者可适当放宽年限要求；3、深入理解 Transformer、LLM、VLM、语音大模型及多模态生成模型原理，对模型规模扩展规律、数据工程、后训练方法和效果评估有系统认知；4、在跨模态对齐、流式音视频建模、端到端语音交互、大规模训练与后训练、智能体规划或推理优化中的至少一个方向具备深入积累和可验证成果；5、熟练掌握 Python、PyTorch，熟悉 C++ 及主流分布式训练框架，具备性能分析和复杂工程问题定位能力；6、算法工程师方向重点考察大规模训练、系统工程、性能优化及真实场景落地能力；研究员方向重点考察原创算法、研究深度以及论文、专利或开源成果；7、具备较强的技术前瞻性、架构设计能力和结果意识，能够独立定义复杂问题、推动跨团队协作并对关键项目交付负责。加分项- 具备大规模多模态模型分布式训练、数据治理、训练稳定性优化或完整后训练经验；- 熟悉实时音视频、低时延流式交互、机器人智能体或真实物理世界多模态应用；- 具备端侧部署、模型压缩、异构计算优化经验，或有代表性的论文、开源项目及专利成果。 投递...
At ABB, we help industries run leaner and cleaner—and every person here makes that happen. You’ll be empowered to lead, supported to grow, and proud of the impact we create together. Join us and help run
At ABB, we help industries run leaner and cleaner—and every person here makes that happen. You’ll be empowered to lead, supported to grow, and proud of the impact we create together. Join us and help run
At ABB, we help industries run leaner and cleaner—and every person here makes that happen. You’ll be empowered to lead, supported to grow, and proud of the impact we create together. Join us and help run
The Position You will to take ownership of transformer and magnetic component design across our portfolio of mission-critical power solutions. You will be a key member of the Technical Design Leadership Team, driving performance, cost competitiveness, and
Company: Qualcomm China Job Area:Engineering Group, Engineering Group Systems Engineering General Summary: Position Overview We are seeking an engineer specializing in the development of robotic vision perception systems. This role involves end-to-end R&D, from image processing