机器之心「CVPR 2022线上论文分享会」将于北京时间 6 月18 日在线上举办，本次活动设有 Keynote、 论文分享等环节，就业内关注的 CV 热门主题邀请顶级专家、论文作者与观众做学术交流。点击查看日程详情。
在分享与交流外，华为诺亚方舟实验室将在本次活动中进行2023届毕业生招聘宣讲。最近在看机会的小伙伴们请锁定直播不要错过哦！
宣讲时间：6月18日 11:40 - 12:00
实验室简介
诺亚方舟实验室（Noah's Ark Lab）是华为公司从事人工智能基础研究的实验室，秉持理论研究与应用创新并重的理念，致力于推动人工智能领域的技术创新和发展，并为华为公司的产品和服务提供支撑。
在理论研究方面，我们拥有来自全球顶尖高校、优秀企业的高水平研究员，同时我们与世界顶尖创新资源保持连接，包括10 国家、25 大学、50 项目、1000 研究人员。2021年诺亚方舟实验室在各顶会中成绩斐然：顶会论文230篇，NeurlPS 35篇、CVPR 30篇、ACL 19篇、ICCV 31篇、KDD 8篇、ICML12篇。
在应用创新方面，我们致力于推动领先的人工智能技术在各场景、包括网络智能、企业智能、终端智能、自动驾驶等新兴领域的应用，帮助公司解决商业场景中的挑战难题。简介如下：
招聘要求
诺亚方舟实验室面向全球招募AI领域研究员，欢迎有才华的你与我们一起，成为AI时代的航海家！
工作城市：深圳、北京为主，上海、西安、南京、合肥有少量岗位。
招聘要求：
- 计算机科学、机器学习、统计学、应用数学等领域2023届博士毕业生，同时也对优秀的硕士毕业生、实习生开放；
- 对研究工作，特别是算法研究兴趣浓厚，有相关领域内的研究成果；业务抽象能力强，具备创造性思维，能够将全新想法转化为工程应用；
- 具备较强的编程实现能力，精通主流编程语言，如python/C /Java等；
- 在高水平国际会议或学术期刊发表多篇论文，有国内外知名竞赛获奖者优先；
- 对研究工作充满热情，具备良好的团队合作精神，较强的沟通能力，有团队协作经验优先。
具体方向
语音语义方向
- 大规模预训练语言模型及应用
- NLP模型压缩和加速
- 对话系统
- 开放域问答系统
- AI同声传译
- 语音预训练模型和应用
- 多模态预训练模型和应用
- 智能代码预训练模型和应用
- 神经符号计算
推荐搜索方向
- 多模态/多媒体内容推荐与搜索技术
- 基于反事实学习的推荐与搜索技术
- 面向推荐系统和信息检索的因果学习技术
- 实时推荐/分布式推荐与搜索算法
- 融合知识图谱的推荐与搜索系统
- 基于表示学习/预训练的推荐与搜索技术
- 跨场景/多任务的推荐与搜索技术
- AutoML及特征自动挖掘技术
AI系统工程方向
- GPU/ARM/X86/xPU高性能计算 ,推理加速
- AutoML系统及算法研究
- RL超大规模并行计算系统研究
- 推荐系统超大规模并行计算系统研究
- AI编译器技术研究
- 极简AI算法（量化，剪枝，蒸馏，稀疏）
- FPGA加速
计算视觉方向
- 图像/视频ISP底层处理算法（如super resolution, denoise, demosaicing等）
- 基于神经渲染的3D重建、3D数字人驱动和3D环境理解
- 多模态视频语义理解，包括视频搜索、生成和定位
- 基于生成模型的图像生成和领域迁移
- 基于传感器融合的开放场景三维重建或视角生成
- 虚实结合的虚拟数据生成与域迁移
- 弱/半/自监督场景下的基础视觉识别算法
- 多模态自监督学习
- 视觉任务里的领域迁移和小样本学习
决策推理方向
- 学习优化研究及应用
- 数学规划求解器
- 强化学习与多智能体系统
- 因果学习
- 图神经网络及应用
- 联邦学习及应用
- 表征学习与自监督学习
- 时空、时序模型研究与异常检测
- 机器学习算法研发与应用
- AI4ODE/PDE求解GPU/ARM/X86/xPU高性能计算 ,推理加速
- 智慧仓储优化、多工厂联合加工计划优化等
- 基于机器学习的建模与仿真技术
AI基础理论研究方向
- AI基础理论，包括OOD泛化理论、深度学习理论、自监督学习理论
- AI前沿技术，包括生成式AI、数据压缩、语义通信
- 可信AI，包括公平性、可解释性和隐私保护
- 优化理论，AI4Math，AI4Science
- AI基础理论，包括OOD泛化理论、深度学习理论、自监督学习理论
- AI前沿技术，包括生成式AI、数据压缩、语义通信
- 可信AI，包括公平性、可解释性和隐私保护
- 优化理论，AI4Math，AI4Science
自动驾驶方向
- 视觉感知、激光感知、感知融合算法研究，包括恶劣天气、通用障碍物等的感知算法研究
- 多模态自监督学习算法研究
- 自动驾驶难例数据挖掘与自动化标注算法研究
- 基于深度学习的场景理解（Scene Understanding）
- 基于几何/学习的视觉/激光SLAM
- 基于深度学习的深度估计
- 机动车/非机动车/行人的行为预测和推理算法研究
- 交通参与者（机动车、非机动车和行人等）建模及交互博弈算法研究
- 决策规划算法研究
- 自动驾驶模仿学习/强化学习算法研究
- 自动驾驶仿真技术研究，包括传感器的数据仿真与渲染
算法应用方向：
- 深度神经网络模型压缩、加速、量化
- 高效端侧AI模型的设计和开发
- AutoML用于模型和应用的优化
- 大数据、信息挖掘和特征工程
- CV、NLP、推荐搜索等算法的应用创新
面试流程&投递方式
面试流程：业务面试→上机考试→集体面试→HR面试→综合测评→综合面试；
简历请以「中文姓名 学校 投递方向」命名，投递至noahlab@huawei.com；
如您未注册过华为简历，也请到华为官网 career.huawei.com 注册；
如您的简历合适，我们会在一周内联系您。
招聘群
对以上方向感兴趣的小伙伴可以加入本次招聘群咨询更多详情，欢迎提出你最关心的问题。加小助手（syncedai6）也可入群。
最后附上CVPR 2022论文分享会日程安排：
