Máster Universitario en Visión Artificial

Contrato predoctoral FPI, para trabajar en Visión por Computador para ayuda a discapacitados visuales, ofertado en la UAH por Roberto López Sastre

Oferta de contrato predoctoral en el marco del Programa de ayudas para contratos predoctorales para la formación de doctores (FPI 2020) del Ministerio de Ciencia e Innovación.

El contrato está asociado al proyecto: Artificial Intelligence and Robotic Mobile PLAtforms to Improve Disabled People INdependencE (AIRPLANE). Financiado en la convocatoria “Retos de Investigación 2019”, con referencia PID2019-104323RB-C31.

La tesis doctoral se centrará en el desarrollo nuevas soluciones de navegación visual y de anticipación de acciones para plataformas robóticas dedicadas a la atención de personas con diversidad funcional.

El objetivo principal del estudiante de doctorado será ir más allá del estado del arte en: 1) el desarrollo de soluciones de navegación visual con Deep Reinforcement Learning, que sean capaces de generalizar eficientemente; 2) el diseño de modelos de detección de acciones online y de generación de subtítulos o descripciones en vivo.

El estudiante se integrará en el grupo de investigación GRAM de la UAH, bajo la supervisión  del Prof. Roberto J. López-Sastre. Se espera que haga al menos 2 estancias de investigación (3 meses cada una) en algunas instituciones internacionales con las que colaboramos en el proyecto: TUDelft (supervisado por el Prof. Jan van Gemert) y/o Adobe US (supervisado por el Doctor Fabian Caba).

Requisitos de los solicitantes:

  • Poder acceder a un programa de doctorado, lo que implica estar en posesión de los títulos oficiales españoles de Grado, o equivalente, y de Máster Universitario, o equivalente, siempre que se hayan superado, al menos, 300 créditos ECTS en el conjunto de estas dos enseñanzas.
  • Grados de Telecomunicaciones o Informática.
  • Se valorará que el candidato tenga conocimientos de inteligencia artificial, deep learning, robótica, y experiencia investigadora.

Los interesados deben contactar por correo electrónico con Roberto J. López-Sastre (robertoj.lopez@uah.es), indicando en el asunto Solicitud FPI 2020, adjuntando un breve CV.

Fecha límite: 21 del 10 de 2020.

Empresa multinacional (sector industrial) con presencia en Europa, Latam y África busca project manager con conocimientos de Visión Artificial y Redes Neuronales

Nuestro cliente, filial Iberia de una empresa multinacional con presencia en Europa, Latam y África, perteneciente al sector industrial, siendo sus clientes potenciales empresas de gran consumo, farma, cosmética. Cómo consecuencia de una fuerte innovación tecnológica en su planta, necesitamos incorporar un project manager con conocimientos en Visión Artificial y Redes Neuronales.

Tus responsabilidades:

Project Management del proyecto de implantación de nueva línea de máquinas de visión artificial y rechazadores.

Coordinar la implantación del proyecto con los diferentes proveedores de sistemas y maquinaria, integrar tecnologías.

Realizar seguimiento de costes y tiempos de proyecto.

Realizar pruebas de producto con un prototipo off-line según especificaciones de proveedor.

Proponer mejoras y sistema de back-up.

Recopilar los datos de funcionamiento del período de test.

Posibilidad de participar en las implantaciones internacionales replicando el sistema desarrollado en la filial de España, si este resulta exitoso.

Requisitos:

Formación en Ingeniería y conocimientos en redes neuronales / convolucionales.

Conocimientos en “Machine Vision” y “Deep Learning” aplicado a tratamiento de imágenes.

Programación en JAVA.

Nivel alto de inglés, pues tendrá que reportar datos a la matriz en Alemania.

De esta posición se espera poder participar en proyectos futuros en otras filiales del grupo.

En torno a uno o dos años de experiencia trabajando en entornos de Visión Artificial.

Buen nivel de inglés para comunicarte con la casa matriz en Alemania y proveedores específicos que han trabajado en el proyecto

Si estás buscando una oportunidad para comenzar tu carrera como project manager en el área de visión artificial, esta puede ser una buena alternativa, por la línea innovadora a implementar en fábrica y las posibilidades de desarrollar el proyecto a nivel internacional.

Ofrecemos un salario fijo + variable en función del desempeño. (Entre fijo y Variable 30.000€ aprox)

Duración Aproximada del proyecto de entre 6 y 9 meses, con posibilidad de extenderse en el tiempo, realizando una FASE II implantando la nueva maquinaria en otras plantas del grupo en el mundo. España es la primera de las plantas escogidas para este nuevo cambio tecnológico

Es necesario disponer de vehículo propio pues el lugar de trabajo en Parla, no es accesible en transporte público

Si puedes estar interesado/a haznos llegar tu cv a: contact@villarroel-hunter.com

El MUVA pasa a impartición de clases en remoto

Debido al aumento de casos COVID-19 en Madrid, desde el MUVA hemos considerado prudente impartir todas las clases en remoto (incluyendo la primera semana en la que queríamos conocernos todos en persona). Esperemos que la situación se normalice en algún momento y podamos vernos todos. Para cualquier problema al respecto contactar con el director del máster a través de la página del máster.

Publicado el calendario académico del MUVA para el curso 2020/21

Roberto Valle, egresado del MUVA, y José Miguel Buenaposada, profesor del máster, publican un paper de detección de landmarks faciales en Pattern Recognition Letters #MUVA #PRL #ComputerVision #DeepLearning

El artículo “Cascade of encoder-decoder CNNs with learned coordinates regressor for robust facial landmarks detection” (acceso libre por 50 días al paper aquí) aplica una cascada de dos redes enconder-decoder y una capa especial que aprende a extraer las coordenadas de cada landmark a partir de los heapmaps (un mapa de probabilidad de la posición por cada landmak) que son la salida de la cascada de redes. Esta nueva capa unida a una forma especial de entrenamiento obtienen el estado del arte en una base de datos complicada como WFLW (ver CHR2C).

El código para probar los modelos entrenados de detección de landmark faciales está disponible en github. Si usas el código y te ha parecido útil, por favor, coloca una estrella en github.

SEDDI Labs busca Ingeniero de Visión Artificial

Position Overview

Seddi Labs is looking for a Computer Vision Engineer  to drive development and operation of our revolutionary approach to virtual fashion and apparel.

At Seddi Labs we take a perfectionist view of the services we offer. We have some of the best professionals in different fields like simulation, computer graphics, avatar and material capture, virtual reality or artificial intelligence.

The ideal candidate is highly motivated and a fast learner, with excellent work ethic. You feel comfortable with the latest technologies in computer vision including deep neural networks and machine learning. You know how to puzzle different technologies to develop a big project, you like to take the challenge and put the Computer to its limits, please continue reading, we would love to meet you.

Responsibilities

  • Develop solutions requiring the application of existing consolidated techniques.
  • Implement high quality and tested code for existing scientific solutions to challenging problems.
  • Analyze and optimize image processing algorithms.
  • Take lead for scoping tasks and figure out novel solutions.
  • Work closely with scientists and other engineers to successfully execute R&D projects and continue to grow our business value.

Qualifications & Skills

  • MS Degree in Computer Science, Computer Vision, Machine Learning, or related.
  • 3+ years of professional experience working in Computer Vision and/or Machine Learning.
  • Experience with C++, Python, OpenCV, Deep learning frameworks (e.g PyTorch, TensorFlow, etc.)
  • Strong knowledge of image/video processing algorithms: image capture and calibration pipeline, image segmentation, pattern matching, texture synthesis.
  • Valorable knowledge of 3D computer vision: shape from shading, multiview 3D reconstruction, optical flow.  
  • Desirable: Ability to understand and implement totally (or partially) academic papers from conferences in the field (e.g. CVPR, SIGGRAPH, …)   
  • Desirable: CI/CD environments, virtual/augmented reality, and render

Publicada noticia en la web de la URJC sobre el MUVA

La noticia se puede encontrar aquí.

Abierto el segundo plazo de pre-inscripción y matrícula en el MUVA para el curso 2020/21 (XI edición). #VisionArtificial #ComputerVision #MachineLearning #DeepLearning #Python, #OpenCV

Máster Universitario en Visión Artificial de la URJC (MUVA):
(11ª Edición – En español y en Madrid).

El segundo plazo de preinscripción: 1 de junio hasta el 13 de julio. Puedes encontrar información sobre todo el proceso en nuestra web y en la web de la urjc.

¿Por qué elegir nuestro máster? La Inteligencia Artificial (IA) está revolucionando la informática y cuando se habla de IA muchas veces se trata de problemas de procesamiento de imágenes o sonidos (p.ej. #deepfakes o medir el recorrido de un jugador de fútbol). La Visión Artificial #computervision, consiste en la extracción automática de información de imáges y su uso en aplicaciones. Desde hace 6 o 7 años las redes de neuronas artificiales con el #deeplearning han vuelto para quedarse con impresionates éxitos (p.ej. #selfdrivingcars). En nuestro máster aprenderás estas técnicas de #machinelearning y #deeplearning aplicadas a imáges y herramientas software como #opencv o #tensorflow. Los profesores son investigadores en imagen médica, robótica, análisis facial, biometría, etc. con lo que recibirás una sólida formación teórica con mucho énfasis en la parte práctica programando en #python.

Investigadores del MUVA desarrollan, BEBLID, un descriptor de características locales eficiente para móviles basado en AdaBoost. Tan eficiente como ORB pero con mejores resultados en HPatches #OpenCV

Se ha publicado en Pattern Recognition Letters este mes de mayo:

BEBLID: Boosted efficient binary local image descriptor. Iago Suárez, Ghesn Sfeir, José M. Buenaposada, Luis Baumela. Pattern Recognition Letters. Volume 133, May 2020, Pages 366-372.

Lo bueno es que es tan rápido como ORB y tiene mucho mejores resultados de matching en HPatches. El código está disponible y es compatible con los descriptores de OpenCV y es especialmente interesante en móviles.

 

 

Oferta de trabajo de la empresa CHEP/Brambles en Computer Vision / Machine Learning

La información sobre la oferta está aquí:

https://brambles.wd5.myworkdayjobs.com/Brambles_Careers/job/Madrid-Spain/Machine-Learning-Engineer–Apprentice_JR376