1. 根据产品需求,选择相应的深度学习框架,搭建修改不同模块的网络结构;
2. 对算法模型进行调参训练、指标评估、优化、本地以及服务化部署;
3. 对数据要求进行方案选择,指导数据部门进行样本清洗和标注工作;
4. 对模型进行工程化实现,与项目整体系统做集成;
5. 具备C/C++/python/cuda/opencv等开发经验,编程基础扎实,具有较强的技术文献收集能力,以及英文文献阅读理解能力;
6. 掌握深度学习的基本理论与概念,熟悉模型的训练及调参和优化;
7. 熟悉深度学习常用模型和DL开源框架,如CNN,Pytorch, TensorFlow,caffe等;
8. 熟悉了解并能够进行自定义微调使用视觉大模型,包括但不限于SD,SAM。