Máster Universitario en Visión Artificial

Contrato en proyecto de Análisis de Imágenes de Documentos Manuscritos

Asociado al proyecto “ANÁLISIS Y TRANSCRIPCIÓN SEMÁNTICA PARA IMÁGENES DE DOCUMENTOS MANUSCRITOS” financiado por el Ministerio de Economía, se busca graduado en titulación de ciencias con conocimientos de programación.

Se ofrece contrato de un año (desde Abril de 2020) con un salario de 1.200€ brutos para trabajar a jornada completa en el Campus de Móstoles de la Universidad Rey Juan Carlos en horario de mañana.

Presentación de solicitudes, del 16-01-2020 al 30-01-2020, en el siguiente enlace.

 

Oferta de realización de TFM remunerado (Acciona)

Acciona ofrece una ayuda económica a los alumnos del MUVA para la realización del TFM. La ayuda asciende a 3600 euros (600/mes durante 6 meses). Por favor, interesados poneros en contacto con los profesores José Vélez y Raúl Cabido (jose.velez[at]urjc.es, raul.cabido[at]urjc.es).

Realización del doctorado en la UPM (Machine learning)

Se ofrece un puesto de trabajo para la realización de un doctorado
industrial en la Universidad Politécnica de Madrid financiado con una
ayuda de la CAM. La temática del trabajo está relacionada con la
optimización metaheurística y el machine learning. El contrato ofrecido
es a tiempo completo, de 3 años de duración y un sueldo bruto anual de
29.000€. Se valorará contar con cartas de referencia. Los CVs y las
cartas de referencia, en su caso, han de ser enviadas a Antonio LaTorre
(a.latorre@upm.es).

Publicada mejora y extensión del trabajo sobre detección de landmarks faciales del ECCV 2018 de un egresado del MUVA

D. Roberto Valle, egresado del MUVA, junto con el  profesor del máster José Miguel Buenaposada, han publicado una extensión y mejora de su trabajo del  ECCV 2018 (ver vídeo) sobre detección de landmarks faciales (puntos interesantes de la cara) en la revista Computer Vision and Image Understanding (CVIU).  Los resultados demuestran el potencial de la combinación de Deep Learning con técnicas clásicas (Gradient Boost). El nuevo trabajo se puede descargar desde Arxiv o desde la propia web de CVIU.

El Image Processing Lab de la Universidad de Valencia busca reclutar a 15 PhD students y 15 postdocs en campos del machine learning, deep learning, clima, geociencia y procesado imágenes.

Se pueden consultar los detalles en:
 
1) Información en: https://isp.uv.es/openings
2) imiracli.eu (ver instrucciones ahí)
3) twitter @usmile_erc (correo a gustau.camps@uv.es con un CV de 2 páginas)

El grupo de Procesamiento del Lenguaje Natural (PLN) de la UNED ofrece varios contratos a tiempo completo y tiempo parcial para Ingenieros Informáticos y estudiantes de último curso.

El contratado se incorporará al grupo de PLN de la UNED, para realizar tareas de investigación y desarrollar herramientas de Machine Learning, Deep Learning, Inteligencia Artificial y PLN.
– Se ofrece contrato laboral por 2 años con posibilidad de ampliación.
– Se valorarán conocimientos de Java, C++ y Python.
– No es necesaria experiencia previa.
– Se valorará tener un máster en Informática o estar terminándolo.
– Incorporación en primer trimestre de 2020.
Más información en: http://libtel.lsi.uned.es/empleo
Contacto: juaner@lsi.uned.es

Hutchinson busca colaborador para los proyectos de innovación de la planta

Hutchinson, es una empresa líder en ofrecer soluciones inteligentes para un mundo en movimiento, combinando la innovación y la excelencia operacional para satisfacer las necesidades de los clientes.

Es el especialista mundial de las soluciones de estanqueidad de carrocería de EPDM y termoplásticos.

Empresa concienciada por la calidad en sus procesos y productos, la seguridad para las personas y el medio ambiente.

Posee distintivo de igualdad por su modelo de gestión empresarial favorecedor de un entorno laboral flexible.

Puedes obtener más información de la empresa en el siguiente link: http://www.hutchinson.com/es

Buscamos un Ingeniero de Visión Artificial con experiencia en robótica y autómatas, no importa que sea poca, lo importante es que tengas ganas de desarrollarte profesionalmente en el sector de la automoción. Se integraría en el área de innovación de la empresa.

Funciones:

  • Colaborar en el desarrollo y diseño de proyectos de visión artificial y automatización

  • Colaborar en el desarrollo de prototipos y aplicaciones finales

  • Montaje de prototipos

  • Estudio de las diferentes tecnologías existentes para ver cuál se adapta mejor a cada aplicación

  • Contacto con proveedores

  • Colaborar en proyectos de innovación de la planta

Contacto: sonia.gomez@randstad.es



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