武汉大学龚健雅院士与胡翔云教授带领的LuoJiaNET遥感人工智能解译处理团队，拟招聘项目实习生/科研助理，欢迎有计算机科学、数学、电子信息、摄影测量与遥感、地理信息系统等相关专业背景的人员申请。
一、团队简介：
武汉大学LuoJiaNET遥感人工智能解译处理团队聚焦遥感分析、解译和特征提取的理论与算法研究，在高分辨率遥感影像解译与自动变化检测、三维点云智能处理等方面，提出了应用知觉组织和视觉注意等生物视觉计算机制、机器学习、基于图的优化、人工神经网络等一系列新方法和算法。团队构建了业界第一个遥感专用深度学习框架LuoJiaNET与符合OGC标准的大规模遥感影像样本库LuoJiaSET，并在国内外著名期刊（如：测绘学报、ISPRS J P&RS, IEEE TGRS, IEEE JSTAR, PE&RS, IEEE GRSL 等）发表了40余篇研究论文。此外，团队研发了新一代遥感影像智能协同标绘系统iEasyFeature，先后在国家自然科学基金委“遥感影像稀疏表征与智能分析”、IEEE变化检测竞赛中获得优异成绩，相关成果已成功应用于国土资源调查，全球测图、国土“三调”等国家重大工程项目，显著提升了生产效率，成果获国家科技进步二等奖、测绘科技进步特等奖、中国地理信息科技进步特等奖、中国公路科技特等奖等奖励。在基础研究与技术的业务化应用方面，本团队积累了丰富的经验和坚实的基础，致力于应用前沿的人工智能技术解决遥感智能解译领域的实际问题。
二、工作职责：
1. LuoJiaNET遥感专用深度学习框架底层研发，编写使用文档及视频，并与相关企业合作维护LuoJiaNET开源社区
2. 编写并维护基于React、Typescript，Antd、Cesium的LuoJiaNET前端页面
3. 编写并维护基于Flask、MySQL的LuoJiaNET后端服务数据库
三、申请要求：
候选人应具备如下基础：
1、有一定的编程语言基础（Python、C++、JavaScript）；
2、有一定的机器学习和深度学习基础，熟悉常见的CNN经典网络模型结构。
满足以下条件之一的候选人优先考虑：
1、 熟悉Typescript、React、Vue，有前端开发经验
2、 熟悉Flask，有相关Web服务器开发经验
3、 熟悉Caffe/PyTorch/Tensorflow/OneFlow等深度学习框架；
4、 熟悉CMake/Makefile/NMAKE等跨平台工具使用，会编写CMakeLists生成相应文档；
5、 熟悉GitHub/Gitee/GitLab等托管平台使用方法；
6、 熟悉GDAL/LibTiff/OpenCV/WEBP等图像处理库，可对图像处理库进行优化；
7、 熟悉CPU/GPU并行计算编程，对大数据管理系统开发经验及对常见分布式系统原理，如MapReduce、Spark、MPI等；
8、在遥感和计算机视觉、模式识别等领域发表过相关论文。
招募人数：4-5人
工作地点：武汉大学宇航科学与技术研究院
四、实习待遇：
实习生待遇不少于3000元/月，本科毕业生科研助理8000元/月起，硕士及以上科研助理10000元/月起，特别优秀者具体待遇可面议。
提供GPU/NPU工作站及其算力（NVIDIA Tesla V100 GPU服务器）；
表现优秀的实习生可获得升学和工作等相关推荐。
五、工作时间要求
实习生能获得导师/学校许可并保证至少6个月的全职/兼职实习；科研助理需全职参与团队工作。
将完整的中文与英文简历（PDF格式）发至：zhangmi1989@163.com，邮件标题中注明：遥感专用深度学习框架开发。
