Máster Universitario en Visión Artificial

Se ofrece contrato predoctoral en el grupo GRAM de la UAH para el desarrollo de un robot asistencial con integración de soluciones de inteligencia artificial. Contacto: saturnino.maldonado@uah.es

Oferta de contrato de trabajo de dos años en Visión como Ayudante de Investigación con el profesor Dan Casas en la URJC (dan.casas@urjc.es)

Contacto: Dan Casas (dan.casas@urjc.es)
Plazo: 28/11/2019 al 13/12/2019 (10 días hábiles).
Titulación académica requerida: Licenciado, Ingeniero, Arquitecto, Graduado, Diplomado, Ingeniero Técnico o Arquitecto Técnico
Otros méritos baremables para la valoración del candidato/a: Conocimientos básicos en Visión por Computador, Aprendizaje Automático, y reconstrucción 3D. Experiencia de librerías OpenCV, OpenGL y entornos TensorFlow, PyTorch. Experiencia en programación C++ y Pyhton.
Actividad que desarrollará el contratado: El candidato usará técnicas del estado del arte en visión por computador 3D para reconstruir la geometría de superficies deformables (por ej., telas) a partir de vídeo convencional. Estas reconstrucciones se usarán como datos de entrenamiento para un sistema de aprendizaje automático que sea capaz de extraer propiedades de materiales deformables a partir de vídeo.
Modalidad de colaboración: Contrato laboral temporal (2 años) para la realización de funciones y tareas dentro de un proyecto de investigación.

El profesor del MUVA Alfredo Cuesta, coautoriza un trabajo aceptado en el congreso “2019 Neural Information Processing Systems” (NeurIPS) titulado: “Modeling Tabular data using Conditional GAN”.

Este trabajo presenta una solución para modelar la distribución de probabilidad de datos tabulados donde los atributos pueden ser tanto continuos (con múltiples modos) como discretos (y desequilibrados). También se presenta una experimentación con 7 conjuntos de datos simulados y 8 reales.
 
Enlace al contenido de las pre-actas:

https://papers.nips.cc/paper/8953-modeling-tabular-data-using-conditional-gan

Estimación de la postura en 3D de personas a partir de imágenes 2D

Los profesores del MUVA Iván Ramírez, Alfredo Cuesta, Emanuele Schiavi y Juan J Pantrigo coautorizan un artículo recientemente aceptado en la revista Neurocomputing titulado: “Bayesian Capsule Networks for 3D human pose estimation from single 2D images”. En este trabajo, se explora el rendimiento de una red neuronal profunda (y concretamente una arquitectura de red de cápsulas) para inferir la pose en 3D de personas, a partir de una sola imagen RGB. Los resultados muestran un error promedio del orden de pocos centímetros (asumibles para una gran variedad de aplicaciones), siendo destacable también que el sistema propuesto reduce la desviación típica de las estimaciones y, por lo tanto, la incertidumbre de las mismas.
 
 
 
Enlace a un vídeo demo: https://youtu.be/cJsPnm-T9cA

Oferta de beca en el INTA sobre “Tratamiento de imágenes NITF (National Imagery Transmission Format)”

Referencia: NOV 04/19

Tema: “Tratamiento de imágenes NITF (National Imagery Transmission Format)

Titulación requerida: Informática Telecomunicación Industrial Electrónica Matemáticas Física 

Otros conocimientos valorables: Conocimientos en tratamiento de imágenes y teoría de la señal. Conocimientos en plataforma de desarrollo Visual. Studio (Visual C++). Programación orientada a objetos. Inglés. 
Lugar: (Se desarrollará en las instalaciones del INTA en San Martín de la Vega, Madrid)
 

Oferta de beca en el INTA sobre “Cooperación en sistemas autónomos multirrobot”

Referencia: NOV 05/19

Tema: “Cooperación en sistemas autónomos multirrobot

Titulación requerida: Informática Telecomunicación Industrial Electrónica Matemáticas Física 

Otros conocimientos valorarles: Lenguaje de programación: C/C++ y/o Python. Software científico: Matlab/Simulink Diseño electrónico y  desarrollo de circuitos simples. Conocimento de sistemas mecatrónicos. Inglés. 
Lugar: (Se desarrollará en las instalaciones del INTA en San Martín de la Vega, Madrid)
 
 

Oferta de TFM: “Inteligencia Artificial Basada en Deep Learning: Entrenamiento de Redes Neuronales mediante técnicas de optimización”

Tutores: Juan José Pantrigo y César Beltrán

En el contexto de la Inteligencia Artificial basada en Deep Learning, se abordará el  entrenamiento de Redes Neuronales mediante técnicas de Optimización.  

  • Aplicaciones en Visión Artificial.
  • Requisitos: Conocimientos a nivel de usuario de:
    • Python 
    • Inglés 
    • Matemáticas (Algebra lineal y Cálculo).
 
Para más información puedes escribir a cesar.beltran@urjc.es

Becas Fullbright de investigación predoctoral en USA

La Comisión Fulbright en España convoca un máximo de 10 becas para realizar investigación predoctoral en centros de investigación de Estados Unidos en cualquier disciplina, para el curso 2020-2021.

Presentación de solicitudes: Desde el 3 de octubre al 19 de diciembre de 2019.


Dotación de la beca: incluye viaje de ida y vuelta, manutención, gastos de proyecto y tasas académicas obligatorias, seguro médico y de accidentes.

Requisitos: haber completado el primer curso de Doctorado en España, tener aprobado el plan de investigación, contar con una evaluación positiva y el apoyo del director de tesis, disponer de una carta de invitación de una institución estadounidense.

Formulario de solicitud electrónica e información detallada: en el siguiente enlace de la página web de la Comisión Fulbright. 
https://fulbright.es/programas-y-becas/convocatorias/investigacion-predoctoral/2020-2021/1637/

Profesores del MUVA publican artículo en la revista Neurocomputing sobre verificación de firmas manuscritas

La profesora del MUVA Victoria Ruiz junto con otros investigadores ha publicado esta semana un artículo titulado “Off-line handwritten signature verification using compositional synthetic generation of signatures and Siamese Neural Networks” en la revista Neurocomputing. En dicho artículo se presenta un modélo neuronal para verificar la autenticidad de una firma manuscrita al compararla con otra firma autenticada que sirve de modelo. El software se puede descargar de GitHub.

Sukan busca desarrollador de Machine Learning experimentado

Sukan Sport Technology S.L. es una startup con la visión de cambiar el mundo del deporte gracias a los avances tecnológicos: Mejorar sin límites la vida de todas las personas relacionadas con el deporte a través de avances rentables que permitan un desarrollo exponencial.


El límite está en lo que puedas imaginar.


Nuestra app ‘Sukan’ permite a los entrenadores planificar sus entrenamientos en 2 minutos, suponiendo un ahorro de hasta el 95% del tiempo y de los recursos mentales utilizados.

Hemos tenido una versión beta de la app en la App Store para recoger aprendizajes y ahora la tenemos en privado hasta sacar la primera versión comercial.

 

Desarrollador ML experimentado

Buscamos especialista en machine learning, concretamente en las áreas del aprendizaje reforzado y/o las redes generativas adversarias, para desarrollar un proyecto de I+D. En el mismo aportarías tus conocimientos de ML, así como tus habilidades de programación y tu capacidad investigadora e innovadora. Igualmente aportarías asesoramiento a otros miembros del equipo más inexpertos.

Responsabilidades:

  • Diseño de algoritmos adaptados al reto tecnológico
  • Desarrollo de dichos algoritmos
  • Asesoramiento a otros compañeros del equipo

Perfil deseado:

  • Experiencia desarrollando algoritmos de machine learning en Python
  • Conocimientos sobre aprendizaje reforzado y/o redes generativas adversarias

Recomendables:

  • Afición deportiva
  • Capacidad de trabajo tanto en persona como en remoto
  • Conocer las metodologías ágiles
  • Tener experiencia en startups

Actitud:

  • Proactividad: ser capaz de minimizar los problemas y buscar las soluciones a los que seguro surgirán.
  • Comunicación: Nos gustaría saber lo que estemos haciendo mal y cómo podríamos mejorar, nos tomamos toda crítica como un regalo, así que siéntete libre de hacernos crítica constructiva :). Igualmente, si podemos ayudarte en algo no dudes en decírnoslo.

Recompensas:

  • Salario: 40.000 € brutos
  • Probable alojamiento incluido, con los gastos pagados, junto al edificio de oficinas, por lo que ahorrarás en transporte.
  • Además, el costo de vida en Extremadura es el más bajo de España con diferencia.
  • Posibles phantom shares: Vemos posible remunerar con variables. Una startup tiene, sobre todo, un potencial de crecimiento brutal, y en eso no pueden competir las grandes empresas.
  • Aprendizaje continuo: Estamos convencidos de que la gente talentosa se aúpa y nos gustaría aprender juntos

y sobre todo…
¡LA GRAN SENSACIÓN DE REVOLUCIONAR EL MUNDO!

Esperamos que estés interesado en unirte a este ambicioso proyecto, si es así, contáctanos en el 680719672, alvaro@sukanapp.com o por cualquier otra vía.


¡Recibe un enérgico saludo!
Equipo Sukan