Trình độ đại học trở lên, học chuyên ngành Công Nghệ Thông Tin, Khoa học máy tính, Toán ứng dụng hoặc các chuyên ngành liên quan tại các trường Đại học Công Nghệ, Đại học Công Nghiệp, Học viện Bưu chính viễn thông, Đại học Bách Khoa, etc...
Nắm chắc kiến thức về toán tối ưu hóa là một lợi thế.
Nắm rõ được các khái niệm về xử lý ảnh bao gồm: Image Filtering, Image Transformation, Image Segmentation, Image Denoising, Image Thresholding,… và usecase áp dụng trong các bài toán xử lý ảnh/video .
Có khả năng phát triển và tinh chỉnh các mô hình học sâu: Trích xuất đặc trưng sử dụng CNN, Transfer learning, nén mô hình để cải thiện hiệu suất phân loại và phát hiện đối tượng.
Đã từng ứng dụng các phương pháp học sâu trong xử lý ảnh như Fast RCNN, DETR, Efficient Net, DeepLab, Unet,.. để xây dựng và cải thiện hệ thống phát hiện đối tượng (Object Detection) và theo dõi đối tượng (Object Tracking).
Áp dụng các kỹ thuật phân đoạn semantic và instance, cũng như kết hợp các mô hình ngôn ngữ-vision như CLIP, ViLBERT.
Nắm được phương pháp giải quyết, triển khai luồng end to end một bài toán liên quan tới khai phá dữ liệu, xử lý video là một lợi thế.
Có kinh nghiệm sử dụng các framework tích hợp AI: PaddlePaddle, Ultralytics, , …
Nắm chắc kiến thức về toán tối ưu hóa là một lợi thế.
Nắm rõ được các khái niệm về xử lý ảnh bao gồm: Image Filtering, Image Transformation, Image Segmentation, Image Denoising, Image Thresholding,… và usecase áp dụng trong các bài toán xử lý ảnh/video .
Có khả năng phát triển và tinh chỉnh các mô hình học sâu: Trích xuất đặc trưng sử dụng CNN, Transfer learning, nén mô hình để cải thiện hiệu suất phân loại và phát hiện đối tượng.
Đã từng ứng dụng các phương pháp học sâu trong xử lý ảnh như Fast RCNN, DETR, Efficient Net, DeepLab, Unet,.. để xây dựng và cải thiện hệ thống phát hiện đối tượng (Object Detection) và theo dõi đối tượng (Object Tracking).
Áp dụng các kỹ thuật phân đoạn semantic và instance, cũng như kết hợp các mô hình ngôn ngữ-vision như CLIP, ViLBERT.
Nắm rõ được các khái niệm về xử lý ảnh bao gồm: Image Filtering, Image Transformation, Image Segmentation, Image Denoising, Image Thresholding,… và usecase áp dụng trong các bài toán xử lý ảnh/video .
Có khả năng phát triển và tinh chỉnh các mô hình học sâu: Trích xuất đặc trưng sử dụng CNN, Transfer learning, nén mô hình để cải thiện hiệu suất phân loại và phát hiện đối tượng.
Đã từng ứng dụng các phương pháp học sâu trong xử lý ảnh như Fast RCNN, DETR, Efficient Net, DeepLab, Unet,.. để xây dựng và cải thiện hệ thống phát hiện đối tượng (Object Detection) và theo dõi đối tượng (Object Tracking).
Áp dụng các kỹ thuật phân đoạn semantic và instance, cũng như kết hợp các mô hình ngôn ngữ-vision như CLIP, ViLBERT.
Nắm rõ được các khái niệm về xử lý ảnh bao gồm: Image Filtering, Image Transformation, Image Segmentation, Image Denoising, Image Thresholding,… và usecase áp dụng trong các bài toán xử lý ảnh/video .
Có khả năng phát triển và tinh chỉnh các mô hình học sâu: Trích xuất đặc trưng sử dụng CNN, Transfer learning, nén mô hình để cải thiện hiệu suất phân loại và phát hiện đối tượng.
Đã từng ứng dụng các phương pháp học sâu trong xử lý ảnh như Fast RCNN, DETR, Efficient Net, DeepLab, Unet,.. để xây dựng và cải thiện hệ thống phát hiện đối tượng (Object Detection) và theo dõi đối tượng (Object Tracking).
Áp dụng các kỹ thuật phân đoạn semantic và instance, cũng như kết hợp các mô hình ngôn ngữ-vision như CLIP, ViLBERT.
Nắm được phương pháp giải quyết, triển khai luồng end to end một bài toán liên quan tới khai phá dữ liệu, xử lý video là một lợi thế.
Có kinh nghiệm sử dụng các framework tích hợp AI: PaddlePaddle, Ultralytics, , …
Có tinh thần cầu thị, kĩ năng làm việc nhóm tốt và độc lập.
Nhanh nhẹn, ham học hỏi, chủ động, thẳng thắn và có tinh thần trách nhiệm cao
Có tinh thần cầu thị, kĩ năng làm việc nhóm tốt và độc lập.
Nhanh nhẹn, ham học hỏi, chủ động, thẳng thắn và có tinh thần trách nhiệm cao