CV算法工程师卷得要死，算法部署工程师却成为了香饽饽-技术圈

今年的算法岗秋招哀鸿遍野，根据目前知乎与脉脉上各大企业HR发布的数据，达到了恐怖的100:1（100份简历投递，只有1个headcount），计算机视觉岗位尤其如此。

究其原因是，随着深度学习的框架越来越便利，开源代码越来越丰富，计算机视觉的入门门槛低得可怕（不论是计算机、自动化、数学等理工科专业的同学，还是经管类、商科类专业的同学，多多少少都跑过深度学习模型）。人工智能行业的高薪资成为了大家竞相转行的最大动力。大家纷至沓来的同时，作为AI落地最广泛的领域——计算机视觉正悄然发生着巨变。

之前我们总是想尽办法追求计算机视觉的算法能达到多少精确率和召回率，但在实际落地时，我们却发现这些SOTA算法推理速度太慢，压根不能用，比如自动驾驶中希望视觉或者点云感知算法能达到100-200Hz，但大部分算法只能达到30-50Hz。这时怎么办呢？算法部署工程师闪亮登场！

算法部署工程师，顾名思义，就是将算法在嵌入式设备端或者服务器端进行推理部署的，会想尽办法对算法进行优化和加速，以满足实时性的需求。部署岗位通常要求的技能点为熟悉CUDA开发与TensorRT部署。

CUDA是NVIDIA推出的运算平台，TensorRT是NVIDIA推出的高性能的深度学习推理（Inference）优化器，是目前应用最广泛的推理框架之一，在超大规模数据中心、嵌入式平台、自动驾驶平台等应用十分广泛。

虽然NVIDIA有官方的TensorRT文档以及案例库，但英文的材料对初学者入门并不友好。为此，深蓝学院与腾讯高级研究员一起研发了《CUDA入门与TensorRT深度神经网络加速》的课程，细致讲解CUDA运算的理论支撑与实践，以及cuDNN、TensorRT这两个当下最热门的深度神经网络加速的工具。

课程详情咨询扫码添加育心

请务必备注【1102】，优先通过哦

以下附上部分课程预览：

（编译TRT git源码sampleMNIST）

强大的师资力量

杨伟光，腾讯高级研究员，大连理工大学硕士

毕业后一直在腾讯从事语音领域深度学习加速上线工作。近10年CUDA开发经验，近5年TensorRT开发经验；

Github TensorRT_Tutorial作者。

康博，高级研究员

主要方向为自然语言处理、智能语音及其在端侧的部署。博士毕业于清华大学，在各类国际AI会议和刊物中发表论文10篇以上，多次获得NIST主办的国际比赛top 2成绩。近年来主要研究方向为AI在场景中的落地应用。

详尽的课程大纲

详情咨询请扫码添加客服

请务必备注【1102】，优先通过哦

我们的课程优势

1. 内容精简：主讲CUDA核心的并行运算操作

2. 知识前沿：本期课程涵盖当下主流的深度学习模型加速工具

3. 氛围活跃：与数百位同学共同交流学习

本课程适合人群

1. 人工智能领域的算法或者开发工程师，尤其是工作涉及深度学习的模型。

2. 希望学习并行计算系统的科研工作者以及工程师。

本期课程学习收获

1. 掌握CUDA并行系统的分析、开发、调试与优化方法。

2. 熟悉CUDA的基本概念以及主流的并行运算。

3. 了解cuDNN与TensorRT两个深度学习模型的加速工具

4. 具备动手实践深度学习模型加速的能力

优质的学习圈子

你的同学大多是来自985、211及海外院校硕博，在这里大家一起学习、进行讨论与研究。独一无二的优质圈子将是你未来学习与就业的宝贵资源。

精心打磨课程服务

1. 三师助力

讲师&助教及时答疑解惑，班主任全程带班督学，帮你克服拖延，不断进步。

2. 定期班会

助教1V1批改作业，并在班会中进行讲评和指导；在班会中，学习更多技巧；在交流中收获更多思路。

抢占名额

课程详情咨询扫码添加育心