上海商汤智能科技怎么样，AI产品运营汪想跳槽请问商汤科技的产品落地问题怎么样

1，AI产品运营汪想跳槽请问商汤科技的产品落地问题怎么样

小米MIUI 7最有话语权了！小米的“一人一相册”的面孔相册分类功能实在不能太棒！这个功能听说是用了商汤的人脸识别算法，赞！再看看别人怎么说的。

商汤产品落地是很有前瞻性的，与Faceu的合作就是移动端的典型案例。早期人脸识别技术提供商都押注在PC端和云端，移动端场景曾一度被认为跑不起来。但是在与商汤合作之后，Faceu一上线后就成为了爆款APP，你身边的人应该也有很多用这个APP的吧？

作为一只商汤产品汪，推荐你加入商汤科技，商汤的产品落地可以说是企业级的。像商汤在今年上海的世界移动大会上展示了实时视频风格转换应用，可以将摄像头采集到的普通视频通过神经网络处理成特定风格后的效果视频，极具AI艺术的展示吸引了现场的眼球。

AI产品运营汪想跳槽请问商汤科技的产品落地问题怎么样

2，商汤科技的培训体系怎么样有专门的新人培训或者导师带之类的吗

面试有什么好忐忑的，好好准备就是了，入职了自然有人领着你，不要给自己太大压力

我觉得在毕业找工作的阶段，如果是自己关注的大企业的招，聘这种最好都去试一下，因为是校招，所以会对学生群体宽容一点，经验少也不会太在意。如果能拿到offer当然最好啦~

听我师兄说有师徒制，应该是传帮带那种吧。学校里也不教这个，大家刚进去都是一张白纸，师傅带着跟项目，上手应该还是蛮快的

你好！培训方式不止你说的那两种，商汤还有Buddy Program员工分享会、PaperReading 前沿技术解读、实习生培训计划、工程开发技术分享会、新员工培训和行业大咖分享等，具体的不同点先留个坑，有空了再补充。如有疑问，请追问。

商汤的培训体系挺完善的，针对不同的人群会有不同的培养计划，像是实习生制、导师制等。我本来是香港中文大学和商汤联合培养的研发团队成员之一，毕业之后顺理成章进入商汤工作，带领我的导师是麻省理工的博士，在国际顶级计算机视觉期刊上发表过众多文章。从他身上我对算法和未来应用等前沿问题有了更深入的了解，获益匪浅。

商汤科技的培训体系怎么样有专门的新人培训或者导师带之类的吗

3，应届生在商汤科技发展空间怎么样上升空间大吗

公司有很多员工都是掌握业内高端技术的人才，刚进来的话多和这些大牛学习，发展空间肯定大，成长速度也快。至于上升空间，就要看你学习的吸收程度和工作能力了。

作者：长孙无忌链接：在人脸校准（face alignment)这个领域，目前的方法大概有三类，一类是传统的计算机视觉方法，比如基于cascade regression tree或者essemble svm一类。一类是基于深度学习的视觉算法，里面还有基于parts,基于heatmap的或者基于structure的等等的细分类。当然，还有基于两者的混合型算法，比如pdm+ccnf。你发一个paper，240点和106个点，就是训练数据的区别，或者几个参数的调整。但是如果做一个工业化的产品，这里面牵扯到的细节问题就非常多，也有很多工程方面的挑战。第一个就是需求问题，多点的需求是不是伪需求？目前看来不是，因为在美妆的场景下，对面部小细节的需求越来越多。具体可以看小米最近发布的美妆应用场景。里面很多的功能在传统的68点模型下很难做到。第二个就是细节准确度的问题，因为传统模型定义都是整体定义偏离loss和约束constraint，这样的话在小细节方面的变化，比如说单眼眨眼，对模型整体loss影响不大，结果就是小细节动作无法体现在校准结果上。很影响用户体验。这一块需要更改模型设计，还是很有技术含量的。第三个就是延迟问题，如果要保证30帧，那么处理一帧就是33毫秒以内，如果要预留给图像预处理和后面的渲染一些时间，视觉计算时间不易超过20ms。而视觉计算还分很多步骤，校准之前还有人脸的检测和标准化，所以留给fa的时间最多也就是10ms~15ms。而一般来说点越多，计算时间越长，这一点在传统方式上更为明显。这样就存在更多工程性挑战。其他的小问题，比如模型大小，内存占用，稳定性，抖动等问题都是会随着点数增加而更难解决。所以说做一个多点的人脸校准产品并不容易。客观评价，商汤在对视频流人脸校准方面，准确度和延迟都很好。在单张图片方面比视频略差，因为视频方面用到了时域信息优化。在大角度人脸校准方面还有所欠缺。新版本希望在这些方面都会有进步。

团队里高手很多，对于新人来说，可以学习很多东西的，但无形中也是一种压力吧。如果你真的有很好的想法和经验，也会有机会得到上级支持的

这个职位挑战性很大，是个很有魄力的职位。要综合各方面的因素，包括设备能力、人员能力等因素进行统筹安排。上要顶得住催订单压力，下要协调生产，是个接触面广，能提升自己能力的职位。上升空间乐观。

应届生在商汤科技发展空间怎么样上升空间大吗