职位描述
我们正在寻找充满激情和积极性的计算机科学学生，参与评估和优化针对边缘设备的各种现有基于CNN的计算机视觉应用。
职责：
1. 与机器学习团队合作，使用开源CNN模型和数据集在边缘设备上开发各种计算机视觉应用（目标检测、分割、姿态估计、人脸识别、手势检测等）。
2. 对部署在边缘设备上的模型进行定量和定性评估。使用量化感知训练（QAT）根据性能指标迭代和改进模型。
3. 进行分析研究，从当前的最新技术和竞争中识别出新的应用、模型和数据集。
4. 清晰而全面地记录和编写已部署模型、数据集准备过程和优化技术的脚本和文档。
要求：
• 追求计算机科学、计算机工程或电气工程学位。
• 良好的沟通、合作和学习能力。
3. 熟练掌握Python，并具有深度学习框架（PyTorch、TensorFlow、MXNet、ONNX）的经验。
4. 具备NumPy、MatPlotLib和其他与机器学习应用开发相关的Python包的经验。
5. 在GitHub、HuggingFace等开源平台上进行CNN或Transformer基于计算机视觉应用的研究项目和贡献。
• 理解PTQ、QAT、调优等边缘AI概念者优先考虑。
• 至少全职工作6个月，最好是9个月。 
新加坡