首頁 > 廠商 > 問答 > 上海商湯智能科技怎么樣，AI產(chǎn)品運(yùn)營(yíng)汪想跳槽請(qǐng)問商湯科技的產(chǎn)品落地問題怎么樣

上海商湯智能科技怎么樣，AI產(chǎn)品運(yùn)營(yíng)汪想跳槽請(qǐng)問商湯科技的產(chǎn)品落地問題怎么樣

來源：整理時(shí)間：2023-05-23 19:26:00 編輯：智能門戶手機(jī)版

1，AI產(chǎn)品運(yùn)營(yíng)汪想跳槽請(qǐng)問商湯科技的產(chǎn)品落地問題怎么樣

小米MIUI 7最有話語權(quán)了！小米的“一人一相冊(cè)”的面孔相冊(cè)分類功能實(shí)在不能太棒！這個(gè)功能聽說是用了商湯的人臉識(shí)別算法，贊！再看看別人怎么說的。

商湯產(chǎn)品落地是很有前瞻性的，與Faceu的合作就是移動(dòng)端的典型案例。早期人臉識(shí)別技術(shù)提供商都押注在PC端和云端，移動(dòng)端場(chǎng)景曾一度被認(rèn)為跑不起來。但是在與商湯合作之后，F(xiàn)aceu一上線后就成為了爆款A(yù)PP，你身邊的人應(yīng)該也有很多用這個(gè)APP的吧？

作為一只商湯產(chǎn)品汪，推薦你加入商湯科技，商湯的產(chǎn)品落地可以說是企業(yè)級(jí)的。像商湯在今年上海的世界移動(dòng)大會(huì)上展示了實(shí)時(shí)視頻風(fēng)格轉(zhuǎn)換應(yīng)用，可以將攝像頭采集到的普通視頻通過神經(jīng)網(wǎng)絡(luò)處理成特定風(fēng)格后的效果視頻，極具AI藝術(shù)的展示吸引了現(xiàn)場(chǎng)的眼球。

AI產(chǎn)品運(yùn)營(yíng)汪想跳槽請(qǐng)問商湯科技的產(chǎn)品落地問題怎么樣

2，商湯科技的培訓(xùn)體系怎么樣有專門的新人培訓(xùn)或者導(dǎo)師帶之類的嗎

面試有什么好忐忑的，好好準(zhǔn)備就是了，入職了自然有人領(lǐng)著你，不要給自己太大壓力

我覺得在畢業(yè)找工作的階段，如果是自己關(guān)注的大企業(yè)的招，聘這種最好都去試一下，因?yàn)槭切Ｕ?，所以?huì)對(duì)學(xué)生群體寬容一點(diǎn)，經(jīng)驗(yàn)少也不會(huì)太在意。如果能拿到offer當(dāng)然最好啦~

聽我?guī)熜终f有師徒制，應(yīng)該是傳幫帶那種吧。學(xué)校里也不教這個(gè)，大家剛進(jìn)去都是一張白紙，師傅帶著跟項(xiàng)目，上手應(yīng)該還是蠻快的

你好！培訓(xùn)方式不止你說的那兩種，商湯還有Buddy Program員工分享會(huì)、PaperReading 前沿技術(shù)解讀、實(shí)習(xí)生培訓(xùn)計(jì)劃、工程開發(fā)技術(shù)分享會(huì)、新員工培訓(xùn)和行業(yè)大咖分享等，具體的不同點(diǎn)先留個(gè)坑，有空了再補(bǔ)充。如有疑問，請(qǐng)追問。

商湯的培訓(xùn)體系挺完善的，針對(duì)不同的人群會(huì)有不同的培養(yǎng)計(jì)劃，像是實(shí)習(xí)生制、導(dǎo)師制等。我本來是香港中文大學(xué)和商湯聯(lián)合培養(yǎng)的研發(fā)團(tuán)隊(duì)成員之一，畢業(yè)之后順理成章進(jìn)入商湯工作，帶領(lǐng)我的導(dǎo)師是麻省理工的博士，在國(guó)際頂級(jí)計(jì)算機(jī)視覺期刊上發(fā)表過眾多文章。從他身上我對(duì)算法和未來應(yīng)用等前沿問題有了更深入的了解，獲益匪淺。

商湯科技的培訓(xùn)體系怎么樣有專門的新人培訓(xùn)或者導(dǎo)師帶之類的嗎

3，應(yīng)屆生在商湯科技發(fā)展空間怎么樣上升空間大嗎

公司有很多員工都是掌握業(yè)內(nèi)高端技術(shù)的人才，剛進(jìn)來的話多和這些大牛學(xué)習(xí)，發(fā)展空間肯定大，成長(zhǎng)速度也快。至于上升空間，就要看你學(xué)習(xí)的吸收程度和工作能力了。

作者：長(zhǎng)孫無忌鏈接：在人臉校準(zhǔn)（face alignment)這個(gè)領(lǐng)域，目前的方法大概有三類，一類是傳統(tǒng)的計(jì)算機(jī)視覺方法，比如基于cascade regression tree或者essemble svm一類。一類是基于深度學(xué)習(xí)的視覺算法，里面還有基于parts,基于heatmap的或者基于structure的等等的細(xì)分類。當(dāng)然，還有基于兩者的混合型算法，比如pdm+ccnf。你發(fā)一個(gè)paper，240點(diǎn)和106個(gè)點(diǎn)，就是訓(xùn)練數(shù)據(jù)的區(qū)別，或者幾個(gè)參數(shù)的調(diào)整。但是如果做一個(gè)工業(yè)化的產(chǎn)品，這里面牽扯到的細(xì)節(jié)問題就非常多，也有很多工程方面的挑戰(zhàn)。第一個(gè)就是需求問題，多點(diǎn)的需求是不是偽需求？目前看來不是，因?yàn)樵诿缞y的場(chǎng)景下，對(duì)面部小細(xì)節(jié)的需求越來越多。具體可以看小米最近發(fā)布的美妝應(yīng)用場(chǎng)景。里面很多的功能在傳統(tǒng)的68點(diǎn)模型下很難做到。第二個(gè)就是細(xì)節(jié)準(zhǔn)確度的問題，因?yàn)閭鹘y(tǒng)模型定義都是整體定義偏離loss和約束constraint，這樣的話在小細(xì)節(jié)方面的變化，比如說單眼眨眼，對(duì)模型整體loss影響不大，結(jié)果就是小細(xì)節(jié)動(dòng)作無法體現(xiàn)在校準(zhǔn)結(jié)果上。很影響用戶體驗(yàn)。這一塊需要更改模型設(shè)計(jì)，還是很有技術(shù)含量的。第三個(gè)就是延遲問題，如果要保證30幀，那么處理一幀就是33毫秒以內(nèi)，如果要預(yù)留給圖像預(yù)處理和后面的渲染一些時(shí)間，視覺計(jì)算時(shí)間不易超過20ms。而視覺計(jì)算還分很多步驟，校準(zhǔn)之前還有人臉的檢測(cè)和標(biāo)準(zhǔn)化，所以留給fa的時(shí)間最多也就是10ms~15ms。而一般來說點(diǎn)越多，計(jì)算時(shí)間越長(zhǎng)，這一點(diǎn)在傳統(tǒng)方式上更為明顯。這樣就存在更多工程性挑戰(zhàn)。其他的小問題，比如模型大小，內(nèi)存占用，穩(wěn)定性，抖動(dòng)等問題都是會(huì)隨著點(diǎn)數(shù)增加而更難解決。所以說做一個(gè)多點(diǎn)的人臉校準(zhǔn)產(chǎn)品并不容易?？陀^評(píng)價(jià)，商湯在對(duì)視頻流人臉校準(zhǔn)方面，準(zhǔn)確度和延遲都很好。在單張圖片方面比視頻略差，因?yàn)橐曨l方面用到了時(shí)域信息優(yōu)化。在大角度人臉校準(zhǔn)方面還有所欠缺。新版本希望在這些方面都會(huì)有進(jìn)步。

團(tuán)隊(duì)里高手很多，對(duì)于新人來說，可以學(xué)習(xí)很多東西的，但無形中也是一種壓力吧。如果你真的有很好的想法和經(jīng)驗(yàn)，也會(huì)有機(jī)會(huì)得到上級(jí)支持的

這個(gè)職位挑戰(zhàn)性很大，是個(gè)很有魄力的職位。要綜合各方面的因素，包括設(shè)備能力、人員能力等因素進(jìn)行統(tǒng)籌安排。上要頂?shù)米〈哂唵螇毫Γ乱獏f(xié)調(diào)生產(chǎn)，是個(gè)接觸面廣，能提升自己能力的職位。上升空間樂觀。