关于我们: 

我们是一家源自美国硅谷的科技公司，致力于在全自主eVTOL/飞行汽车领域推动创新的边界。我们的团队由充满活力、富有技术热情并且拥有共同愿景的个人组成，共同创建突破性的解决方案。利用先进的人工智能和自动导航技术，我们立志将城市空中出行的概念变为现实，迎来一个全人类家家户户便捷高效飞行的新时代。加入我们，为该领域的突破性进展做出贡献。如果您对推动创新的边界充满热情，我们诚邀您成为我们充满活力的团队的一员！ 

职位概述: 

作为一名AI图像算法实习生，您将在我们的机器视觉和飞行器AI智能软件开发中担任关键角色。您将负责设计、开发和优化视觉定位与导航算法、AI图像处理算法、目标检测与识别、态势感知以及视觉语言大模型的应用。通过您在计算机视觉和软件工程方面的专业知识，您将帮助我们创建下一代全自动飞行汽车和无人机的核心技术，确保在复杂环境中的安全与可靠性。 

岗位职责: 

1. 视觉导航定位算法：开发基于摄像头图像的视觉定位和视觉导航算法，确保其准确性、 稳健性和实时性。 

2. 目标检测识别：实现地面和空中目标的识别和检测，以通过识别跑道和机场实现自主安全着陆。 

3. 态势感知：进行图像的语义分割和情景理解，增强飞行器在复杂环境下的自主性。 

4. 图像处理算法：使用深度学习模型进行去雾去噪、去阴影、畸变和颜色矫正等算法，提升图像质量。 

5. VLM运用：集成多模态视觉大模型技术以提升视觉算法的适应性和鲁棒性。 

6. 性能优化：持续优化软件性能，解决与可扩展性和算力资源约束相关的挑战。 

7. 测试和验证：开发并实施软件端测试，验证各种条件和场景下视觉定位软件的可靠性和准确性。 

资格要求: 

- 计算机科学、机器人或相关领域的硕士学历（或本科学历+1年以上相关工作经验）。 

- 精通C++和Python，具备在C++平台上使用深度学习模型的经验。 

- 在开发计算机视觉导航或图像处理算法方面具有丰富的实践经验：至少3年以上计算机视觉和图像处理相关经验，精通OpenCV，熟悉机器学习框架(PyTorch、LibTorch、TensorFlow、Caffe等)，熟悉深度学习模型（CNN、RNN、Transformer、VLM等）并有相关项目经验。 

- 在开发实施SLAM算法和传感器融合算法方面具有丰富的实践经验，至少2年以上相关经验。 

- 熟悉ROS 2（特别是Humble版本），有相关项目经验者优先。 

- 了解相机和无人机的相关知识，包括相机校准、几何计算机视觉、图像捕获技术和无人机摄影测量。 

- 在目标识别、目标检测、图像语义分割和情景理解方面有丰富经验。 

优先技能: 

- 有视觉定位技术、视觉导航技术和视觉里程计的经验，如光流导航和特征跟踪导航。 

- 具备运用深度学习模型进行图像匹配的能力，如 SuperPoint 和 SuperGlue。 

- 曾参与无人机、自动驾驶汽⻋、机器人或自主系统软件开发工作。 

- 有高空无人机图像处理经验者优先，有处理大规模图像数据集和实时视频处理经验者优先。 

- 英文流利，可熟练阅读理解国内外前沿学术论文。 

福利： 

- 具有竞争力的薪资和利润分成计划。 

- 灵活的工作时间和100%远程工作选项。 

- 职业成长和学习创新技术的广阔机会。 

- 协作和包容的公司文化。 

- 使用前沿技术和真实应用的实践经验。 

工作地点： 

工作地点不限，可100%远程工作。 

工作时间： 

没有固定的每日工作时长要求，但需确保工作质量和及时性。 

申请方式： 

请将您的简历、过往工作经验及相关项目链接发送至电子邮箱：***********************。 

在邮件中，请简要说明您为何适合此职位，以及您对未来空中交通技术的看法。