Passa al contingut principal

Researcher in Autonomous Driving (R1) per el Computer Vision Center

The Computer Vision Center (CVC) is a non-profit research center established in 1995 by the Generalitat de Catalunya and the Universitat Autònoma de Barcelona (UAB). Its mission is to carry out cutting-edge research that has the highest international impact in the field of computer vision. It also promotes the transference of knowledge to industry and society.

One of the fields in which CVC works is Autonomous Driving (AD) enabled by Deep Learning (DL). A current bottleneck is the relative low availability of annotated data to train artificial drivers based on DL. Thus, a line of work at CVC is to automatically generate photo-realistic scenarios by means of Computer Graphics, and, more specifically by using professional frameworks which support this task (e.g., Houdini, Unity3D/UE4, Octane, etc.).

The project Automatic Data Annotation by Semi-Supervised Learning and Procedural Generation of Augmented Scenarios (ADA, lead by Dr. Antonio M. López, and funded by Spanish Ministerio de Ciencia e Innovación & Agencia Estatal de Investigación, studies the use of photo-realistic images and SSL to train deep vision models for autonomous driving tasks, removing the synth-to-real domain gap along the way. In this context, focusing on on-board image generation with automatically ground truth, we look for a junior researcher (R1) – especially in the last year of their PhD - to collaborate in the project, focusing his research on developing software pipelines which minimize the human annotation effort required to provide ground truth (annotations) for sensor data acquired on-board AVs, so that deep perception models can be trained and validated in a more cost-effective manner; in the best case, even avoiding human annotation.

Més informació

Més posts de Recerca

Comentaris

Entrades populars d'aquest blog

Cursos gratuïts sobre IA a Harvard

Cursos de la Universitat de Harvard des de la plataforma edX Introducción a la ciencia de computación . Introducción a la programación CS50 usando Scratch . Introducción a la inteligencia artificial en CS50 usando Python . Uso de React Native para el desarrollo de aplicaciones móviles . Programación web usando Python y JavaScript. Introducción al desarrollo en el desarrollo de juegos . Introducción al curso CS50 sobre programación con Python . Curso sobre CS50 para entender la tecnología . Introducción a la ciencia de datos con Python . Introducción a la ciencia de computación para empresas. Machine Learning. Inteligencia artificial en las empresas: creación de valor mediante el aprendizaje automático. Més posts de Formació

Oferta pública 27/02/2024

  Ajuntament de la Riba 1 plaça de Secretari interventor Ajuntament de Sabadell 1 plaça de Tècnic mitjà d'enginyeria industrial (esp. electricitat) Ajuntament de Sabadell 2 places de Tècnic mitjà enginyer Ajuntament del Prat de Llobregat - Aigües del Prat, SA 1 plaça de Director gerent Ajuntament d'Olot 1 plaça d'Enginyer tècnic Barcelona Supercomputing Center-Centro Nacional de Supercomputación (BSC-CNS) 1 plaça de Research Engineer - Use of acoustic information in chatbots (RE1) Barcelona Supercomputing Center-Centro Nacional de Supercomputación (BSC-CNS) 1 plaça de Post-doc in Machine Learning for Biomedical Multi-Omic Data Analysis in Precision Medicine (R2) Barcelona Supercomputing Center-Centro Nacional de Supercomputación (BSC-CNS) 1 plaça de Software randomisation compiler - Master Student (R0) Comaigua, SL 1 plaça de Responsable d'Oficina Tècnica Consorci Hospitalari de Vic 1 plaça de Tècnic Biomèdic - Big Data Empresa de Transformación Agraria, SA, SME, MP (TR

Curs d'Analítica de dades i Machine Learning (Online) Eurecat Academy

El curs d’Analítica de dades i Machine Learning ofereix una introducció a les tecnologies i metodologies per a l’extracció d’informació en grans conjunts de dades, tant ja existents com de les recollides en temps d’execució. A més, també aporta la metodologia per millorar els coneixements tècnics en Data Mining. Programa del curs 1. Introducció al Big Data. 2. Instal·lació i configuració de Python i R. 3. Introducció a Python y R. 4. Fonaments d’Estadística enfocada a BigData. 5. Observational Study / Exploratory Analysis: utilització de l’agregació de dades i la mineria de dades per proporcionar informació sobre el passat: 6. Anàlisi de Dades: Utilització de models estadístics i tècniques de pronòstic per comprendre el futur. 7. Machine Learning Comprensió dels principals tipus d’aprenentatge automàtic. Supervised Learning – Aprenentatge Supervisat. Unsupervised Learning – Aprenentatge No Supervisat. Inici: 04/03/2024 Més informació Més posts de Formació