List

【職缺名稱】

  • 博士後研究員/專職研究助理 (研發替代役可)

 

【徵才單位】

 

【負責人】

 

【工作內容】

  • advanced research in deep learning methods for large-scale multimodal data streams
  • Working over numerous GPU servers including a DGX-1 (GPU supercomputer)
  • demo and framework for large-scale multimodal question and answering system
  • publications in top conferences (e.g., ACM Multimedia, SIGIR, CVPR, ICCV, ECCV, AAAI, NIPS, etc.) and premier journals (e.g. IEEE TMM, TCSVT, etc.)
  • leading and working with 20+ PhD/master/undergraduate students from NTU CSIE, GINM, and EE
  • Research visit to collaborative partners (e.g., NVIDIA, IBM Watson, Microsoft Research, etc.)
  • Collaborating with other Co-PIs including Prof. Yung-Yu Chuang, Prof. Robin Bing-Yu Chen, and Prof. Hung-Yi Lee. under DeepTutor project.

 

【徵才條件】

  • 具國內外資訊、電機、數學、通信等相關科系博(碩)士學位。
  • 具machine learning, data mining, optimization, pattern recognition methods經驗者佳

 

【薪資待遇】

  • 科技部博士後基本薪資+獎勵月薪 (產業界經費; details for face-to-face discussion)

 

【研究團隊介紹】

 

【NVIDIA AI Lab介紹】

  • 台灣大學為NVIDIA在繼史丹佛大學、柏克萊大學以及OpenAI等之後,首次在亞洲地區研究機構打造人工智慧實驗室,此次合作的台灣大學電機資訊學院通訊與多媒體實驗室具備豐厚產學合作經驗以及巨量影像分析技術,在機器學習與智慧影像分析領域具有領先地位,而他們將透過捐贈NVIDIA DGX-1(目前最具效能的GPU伺服器)、研究資助、研究團隊合作。
  • NVIDIA執行長Jen-Hsun Huang於GTC (GPU Technology Conference) 2016 Taipei 親自宣佈此項合作。

 

【其他備註】

  • 請將下列文件以Email方式寄送:
    • 個人履歷
    • 大學及研究所成績單影本
    • 其他有利審查資料

【聯絡方式】

  Posts

1 2 3
April 25th, 2017

NVIDIA AI Lab 及 台灣大學通訊與多媒體實驗室(CMLab)徵博士後/專職研究助理 (深度學習相關研究)

【職缺名稱】 博士後研究員/專職研究助理 (研發替代役可)   【徵才單位】 台灣大學通訊與多媒體實驗室 & NVIDIA AI Lab   【負責人】 Prof. Winston Hsu (徐宏民教授) (http://winstonhsu.info)   【工作內容】 advanced […]

September 21st, 2016

Receiving awards for NVIDIA AI Lab (輝達攜手台大成立AI實驗室)

Feel grateful that we are the 5th research lab in the world and 1st in Asia to be sponsored and […]

May 24th, 2017

Image to Poetry — 看圖造新詩

It’s great that, collaborating with Microsoft Research Asia, our MS student Wen-Feng Cheng provides the technical cores for “image to […]

May 15th, 2017

島內AI的隱形驅動力

前陣子協助 天下雜誌 副總編輯 Yi-Shan Chen 完成AI專輯 [AI全面啟動Ⅰ:科技島國的翻身契機]。 我在紐約,這段時間,Yi-Shan透過FB的訪談跟資料詢問,我感受到她的焦慮,急著摸清楚這個浪潮的來龍去脈,以及我們該做的、或是已經做到的。 初稿完成,正如Yi-Shan所說的,她不那麼悲觀了。或是說我們也沒有悲觀的權利。 我的觀察。 2016年初開始,國內幾家領先企業也開始注意到AI(深度學習)浪潮可能對公司的影響。已經開始研究如何在既有的核心業務上善用這些前瞻技術。 這不是將開源的類神經網路拿來使用就好、或是付費API可以全然解決。首先產品需要的偵測/辨識的項目跟benchmark資料完全不同、產品大部分是multi-label的問題而不是大家常討論的multi-class、訓練資料的取得跟缺乏、應用場域資料型態差異、學習model的參數過大、耗電、運算時間、或是在使用者端自動調適學習等。產品佈建跟論文討論的範疇有著相當大的差異。 領導者(執行長、董事長)的決心是最關鍵的問題。因為引進新的機器學習paradigm之後,牽涉到資源配置、薪資結構、產品pipeline(如使用者資料收集、AI引擎的更新)、新產品的定位等,需要很大的決心。 缺乏深度學習技術的研究人員是第二個問題。在協助幾個團隊之後發現,台灣的數理教育品質相對優良,理工科碩士論文要求對於前瞻的研究是很有幫助的。 在組織具有某些特質的工程師之後,透過適當的做中學、學中做的過程,還有我們十幾年在影像/視訊上成功跟失敗的經驗,是可以逐漸訓練出內部深度學習基本研發團隊、也能適性地將技術調整到適合的產品線上。 目前已經看到這樣的技術成果用在解決監控系統上常見的誤判的問題、照片標註、辨識、自動分類、edge端的精簡深度學習模型、或是利用各種感測器、攝影機進行未來事件預測等。甚至有些已經上線進行A/B test,交付給客戶的PoC、或是取代原本沒效率的人工分類等。 在這次的訪問當中,也將這幾個領先企業介紹給天下雜誌,但是因為公司內部的marketing跟財務時程,還不能公開披露目前的結果。 我們不選擇悲觀、抱怨、譏笑。許多團隊,也早就捲起袖子為企業帶來更具有競爭力的AI(深度學習)能力,開啟新的產品思維,如同全球企業忙著乘著巨浪向前。也感謝 天下雜誌 […]

May 10th, 2017

Quick and incomplete observations from GTC 2017

My quick and incomplete observations  in NVIDIA GTC 2017 keynote. CEO Jen-Hsun Huang had an amazing pitch for the almost two […]

May 9th, 2017

2017 Microsoft Research Asia Collaborative Research Project Granted

I am extremely grateful for Microsoft Research (Asia) for their continuing supports and believing in what we have been doing. […]

April 17th, 2017

How to invent the nXet great thing? 創意如何延伸發想?

How to invent the nXet great thing when you meet something, X, great? 創意如何延伸發想? 當看到某樣令人讚嘆的成果,那下一個創意在那裡? 我們的工作受惠於近年來形形色色攝影裝置的快速增長、大量的影音視訊資料,所以各種偵測、分析、搜尋、探勘的機器智慧能力應運而生。但是創意在那裡? 幾年前聽過MIT教授Ramesh Raskar的 “Idea Hexagon” […]

April 15th, 2017

Pushing for the best — 極限在哪?

Our team won the FIRST PRIZE (with USD $10,000 cash award) in MSR-Bing Image Retrieval Challenge 2013, hosted by Microsoft […]

April 15th, 2017

Our CVPR 2017 Paper: Cross-Modality Convolution for 3D Biomedical Segmentation

Excited to share our recent work, “Joint Sequence Learning and Cross-Modality Convolution for 3D Biomedical Segmentation,” accepted for CVPR 2017. […]

April 15th, 2017

Sketch-based retrieval — 心之所欲

Seeing several sharing regarding Google’s AutoDraw, we like to share our various solutions for sketch-based retrieval for image, products, and […]

April 15th, 2017

The beast and the beauty for video search and recognition

We have been working on content analysis (machine intelligence over large-scale image/video streams) since 2002 as having my PhD in […]