天津计量检测研究院

12月10日，市检验检测中心计量所开展2020年度质量管理体系内部审核工作，通过对照《法定计量检定机构考核规范》《质量手册》，验证所内质量管理体系运行是否持续符合要求，查找问题和不足，进一步规范工作程序，提高工作质量，促进服务能力提升。内审重点聚焦证书报告质量、仪器设备的使用与维护等方面。为确保内审工作有序进行，计量所前期严格制定内审实施计划。在召开内审首次会议后，10名内审员分为5个内审小组，按照有关文件要求，通过查阅档案资料、抽查记录、现场查验、询问交流等方式对所内涉及计量检定校准、质量控制等的全部科室进行了全面审核。在审核过程中，各科室积极配合，并确定专人协助审核小组进行工作。在内审末次会议上，内审小组分别做了审核情况通报。内审组一致认为各科室整体质量管理体系运行良好，满足法定计量机构授权和实验室认可准则的要求。内审结束后，各科室将对内审小组列出的不符合项进行限期整改，对照中心“重点工作攻坚年”和“检验检测能力提升年”活动要求，总结梳理计量检定各项工作，不断加强体系和能力建设，提高所内管理水平和工作质量。（赵新华 郑群）

【内容提要】计量和人们生产、生活密切相关，没有计量，寸步难行。在制造领域，计量是“工业生产的眼睛”，比如：一辆汽车，由不同工厂生产的数万个大小零部件组装而成，计量不准就会出现质量问题；在民生安全领域，计量是“隐身的安全卫士”，比如：医院常用的医疗器械，必须定期进行计量检定，才能保证正常运行，既关系着数据准确性，更关系着治疗效果及安全性。《天天315》本期聚焦：随记者走进实验室，探秘国有第三方计量检测机构如何以技术之力为高质量发展保驾护航。请点击音频收听详细内容！ 央广网北京11月27日消息 据经济之声《天天315》报道，计量是关于测量及其应用的科学，听起来是一个非常专业的词汇，但实际上它与人们的生活和生产息息相关。从国之重器到衣食住行，都需要用到计量。在制造领域，计量是“工业生产的眼睛”，比如：一辆汽车，由不同工厂生产的数万个大小零部件组装而成，计量不准就会出现质量问题；在民生安全领域，计量是“隐身的安全卫士”，尤其在食品安全、交通出行、医疗卫生等领域。比如：医院常用的医疗器械，从常见的血压计到高端的医用CT机等，都需要用标准计量设备进行定期的计量检定，来保证这些医疗器械的正常运行，这既关系着数据准确性，更关系着治疗效果和安全性。所以说，计量其实并不神秘，计量就在大家身边。为进一步了解计量检测机构如何进行计量检定，记者近日随国家市场监管总局“走进实验室”媒体行活动一起走进广电计量进行实地探访，探究国有第三方计量检测机构如何以技术之力为高质量发展保驾护航。当前我国的检验检测机构，依据市场主体，主要分为三类：一类是政府检测认证机构，第二类是企业内部检测机构，第三类是第三方检测机构。其中，第三方计量检测机构由于所出具的检测数据具有独立性及公正性的特点，成为政府及科研院所信赖的技术支撑。此外，还能够为企业提供从生产到质控的全链条质量管理，受到企业的认可，成为当前我国国有检验检测机构改革的主方向。广电计量，全称为广州广电计量检测股份有限公司，是广州无线电集团控股的国有混合所有制企业，早在2002年就以第三方计量检测机构的身份对外提供技术服务。服务产业从当初主要为通信行业提供校准服务，发展到现在，可为国防军工、航空航天、轨道交通、汽车、通信、电力、石化、食品、农业、环保等国民经济重要行业领域提供综合技术服务。走进广电计量，记者最先进入的是化学分析实验室，广电计量副总经理、技术研究院院长曾昕，化学分析中心副总监严洪连向记者重点介绍了，当时正在进行的气味嗅辨实验。据广电计量技术专家介绍，通过借助嗅辨仪把复杂的气味分开，将物质和气味一一对应，除了有助于检测人员嗅辨出汽车内表皮、塑料、橡胶等相关材料是否达标外，还能为汽车企业提供材料筛选依据，从而改善车内空气，增加人体舒适度。之后在广电计量可靠性与环境试验中心失效分析实验室里，记者近距离观摩了工程师如何采用先进的技术方法，对电力电子与通讯用的IGBT等元器件进行失效分析与筛选实验。近几年，广电计量在机器人、北斗导航产品、通信产品以及乘用车电子设备的失效分析等多项核心业务领域的关键检测技术实现突破。在大飞机的制造过程中，设备及零部件的质量是取得适航认可及安全飞行的关键。广电计量承担了C919大飞机系统级设备可靠性与环境试验及相关机载系统设备的电磁兼容检测工作，除此之外，广电计量还为神舟系列产品、北斗系列产品提供了可靠性与环境试验等技术服务。在这之后记者还近距离观摩了无人机抗辐射电磁干扰试验、汽车碰撞试验用假人校准、北斗导航设备校准等项目。作为企业产品质量和百姓安全健康的“守护者”，计量检测机构如何赢得政府、企业和社会公众的信任？广电计量总经理黄敦鹏在接受记者采访时说：“质量建设是根，技术创新是本，服务创新是魂”。作为一家计量检测机构，数据的准确可靠是检验计量检测机构质量工作的关键。

张掖市质检研究院计量检测中心法定技术机构和计量标准考核工作圆满结束近日，受甘肃省市场监督管理局委托，由省计量研究院等机构组成的审查组对张掖市计量检测中心进行法定技术机构和计量标准考核。审查组听取了张掖市计量检测中心工作情况汇报，依据《法定计量检定机构考核规范（JJF 1069-2012）》和《计量标准考核规范（JJF1033-2016）》的相关要求进行审查。此次考核分为首次会议、现场参观、软硬件考核、现场实验考核、缺陷项的确定、末次会议六个步骤进行，采取查、看、问、听、考、评方式，分别对考核规范所有要素的全部条款逐条进行了考核。经过两天紧张的审查，审查组认为，张掖市计量检测中心建立的质量管理体系总体运行情况良好，能够认真履行法定计量技术机构的职责，申请授权项目的技术能力基本满足开展检测依据的技术规范的要求。经现场查验、验证，审查组对需要改进的方面提出了整改意见和建议，并给予整改时限。最后市计量检测中心负责人及全体干部职工表示，将尽快完成整改工作，使其符合考核规范的要求，提升计量检测技术能力。（张掖市质检研究院计量检测中心供稿）【来源：张掖市人民政府】声明：转载此文是出于传递更多信息之目的。若有来源标注错误或侵犯了您的合法权益，请作者持权属证明与本网联系，我们将及时更正、删除，谢谢。 邮箱地址：newmedia@xxcb.cn

计量检测是通过对计量对象的对应参数进行一系列的反复测试，从而得到某种结果的过程！物理学中通常为求得正确结果通过测量仪器对某工具进行的某种过程。计量检测的应用领域的量具包括：各类仪器、软件、各种计量与管理软件。我国是全球电子化学品的主要消费市场，电子化学品计量检测技术服务平台由上海市计量院承担。以痕量和超痕量检测技术研究为支撑，集研发服务、产品检测、设备计量、标准化研究、人员培训为一体，为电子化学品研发、生产、应用等全产业链提供一站式的计量检测整体解决方案。痕量分析样品中待测组分含量低于百万分之一的分析方法 。痕量一词的含义随着痕量分析技术的发展而有所变化。痕量分析包括测定痕量元素在试样中的总浓度，和用探针技术测定痕量元素在试样中或试样表面的分布状况。一般分成3个基本步骤：取样、样品预处理和测定。随着新分析试剂的合成、新分析体系的建立和新分析测试技术的发展而使钒测定方法各具特色。光度法、荧光法、化学发光法、极谱法、溶出伏安法、高效液相色谱法、原子光谱法以及质谱法等。电子化学品又称电子化工材料。一般泛指电子工业使用的专用化学品和化工材料，即电子元器件、印刷线路板、工业及消费类整机生产和包装用各种化学品及材料。按用途可分成基板、光致抗蚀剂、电镀化学品、封装材料、高纯试剂、特种气体、溶剂、清洗前掺杂剂、焊剂掩模、酸及腐蚀剂、电子专用胶黏剂及辅助材料等大类。电子化学品具有品种多、质量要求高、用量小、对环境洁净度要求苛刻、产品更新换代快、资金投入量大、产品附加值较高等特点，这些特点随着微细加工技术的发展越来愈明显。电子化学品是电子材料及精细化工结合的高新技术产品。主要包括集成电路和分立器件、电容、电池、电阻、光电子器件、零部件和整机生产与组装用各种精细化工材料。电子化学品及下游元器件是电子信息产业的基础与先导，处于电子信息产业链的前端，是信息通讯、消费电子、家用电器、汽车电子、节能照明、工业控制、航空航天、军工等领域终端产品发展的基础。

按照天津市新冠肺炎疫情防控工作指挥部安排部署，为保障广大市民朋友的正常生产生活秩序和生命健康安全，实现疫情防控和经济社会发展双战双赢，滨海新区将启动“滨城大筛”全员核酸检测。从2020年11月21日上午开始，利用2-3天时间，对滨海新区全体居民进行大规模核酸检测筛查。核酸检测是疫情防控的重要手段，在全区层面开展核酸检测工作，将有利于从全人群中做到早发现、早报告、早隔离、早治疗。此次核酸检测费用由天津市滨海新区财政承担。来源：津云编辑：阿荷【来源：海峡都市报】声明：转载此文是出于传递更多信息之目的。若有来源标注错误或侵犯了您的合法权益，请作者持权属证明与本网联系，我们将及时更正、删除，谢谢。 邮箱地址：newmedia@xxcb.cn

9月29日，区公共检验检测中心工业产品质量和计量检验检测所顺利通过2020年市级法定计量检定机构“双随机”监督检查。此次监督检查由市市场监管局采用“双随机”方式，在全市获证的市级计量授权机构中，按照20%的比例抽取7家机构作为检查对象，同时从法定计量检定机构考评员库中随机确定3名技术专家与市局计量管理人员组成检查组。依据《法定计量检定机构考核规范》（JJF1069-2012）、《计量标准考核规范》（JJF1033-2016）、《法定计量检定机构监督检查细则》规定，检查组通过现场考察实验室、查阅资料、交流座谈等方式，从制度建设、能力建设、行为规范等方面对工业所进行了全面细致检查。检查组一致认为工业所质量管理体系运行有效，并能持续保持与许可项目相适应的工作环境、仪器装备和人员等技术能力，计量检定行为严格按照计量检定规程执行。检查组组长陈谦对工业所在检验检测机构改革后能够保持计量管理工作的延续性、严谨性作出了充分的肯定，并对下步谋划法定计量检定机构“十四五”发展规划提出了要求和建议。区公共检验检测中心工业所将不断加强机构能力建设，规范检验检测行为，保障量值溯源体系服务社会的安全性，为企业、社会提供优质高效的计量技术服务，更好服务全区经济高质量发展。【来源：蔡甸检测】声明：转载此文是出于传递更多信息之目的。若有来源标注错误或侵犯了您的合法权益，请作者持权属证明与本网联系，我们将及时更正、删除，谢谢。 邮箱地址：newmedia@xxcb.cn

↑ 4月26日，核酸检测人员在天津医科大学总医院的新型冠状病毒核酸检测实验室内进行投入使用前的准备工作。 当日，天津医科大学总医院用7天时间建成的新型冠状病毒核酸检测实验室进行最后的准备工作，将于27日正式投入使用。 据了解，该实验室总面积约223平方米，按照基因扩增检测实验室设计分试剂准备区、样本制备区和扩增区。实验室配备了2台生物安全柜、5台全自动核酸提取设备、3台核酸扩增仪、2套全自动核酸检测分析系统，每日可至少承担800人次的检测量。 新华社记者 李然 摄影报道↑ 4月26日，核酸检测人员在天津医科大学总医院的新型冠状病毒核酸检测实验室内进行投入使用前的准备工作。↑ 4月26日，核酸检测人员在天津医科大学总医院的新型冠状病毒核酸检测实验室内进行投入使用前的准备工作。↑ 4月26日，核酸检测人员在天津医科大学总医院的新型冠状病毒核酸检测实验室内进行投入使用前的准备工作。【来源：新华社客户端】版权归原作者所有，向原创致敬

为持续推进我市新冠病毒核酸检测有关工作，提高检测能力，我市新增1家三级公立医院和1家部队医院具备独立新冠病毒核酸检测能力，可在保证正常检测任务基础上，向社会公众提供新冠病毒核酸检测服务。截至目前，我市共有27家公立医院、1家部队医院和7家医学检验实验室具备独立开展新冠病毒核酸检测能力。来源 ：健康天津新媒体编辑 徐丹新报精华文章导读最新！天津新增1例本地新冠肺炎确诊病例 治愈出院2人天津这家蔬菜批发市场暂停集中交易，这条客运线暂缓开通专家详解| 病毒从何而来？暴发点为何指向批发市场？每日新报公众平台我们了解天津这座城

雷锋网 AI 科技评论按，本文首发于知乎专栏「旷视 Detection 组」，作者俞刚，雷锋网 AI 科技评论获其授权转载。以下为原文：入职旷视研究院已经四年多，一转眼已经从单兵作战，到现在有一个 Detection 团队。一路过来有坎坷，有经历，有成长。这次希望通过分享的方式，让各位对旷视研究院（Detection 组）有更多了解，同时也把我个人的心路历程呈现出来，为后来者抛砖引玉。求职时间回退到五年前，已交完 PhD thesis 的我，开始准备找工作。当时导师非常 nice，给了一份保底工作，在学校里做 research fellow，这样我就有足够的时间好好找工作，但是缺乏完整的职业规划。一开始投递了一些高校教职，面试了一些学校也拿了一些 offer。偶然间应师弟邀请去旷视参观。当时公司刚从银谷搬到融科，人数不多，但氛围出奇好；环境虽没现在火热，也没有多少友商，但是能感觉到一种气息——每个人对技术的执着追求。没做多少犹豫，我就跟老婆一起搬来了北京。起步刚来时，雄心勃勃想大干一场，却低估了很多事情的难度。前前后后揽了不少活，但是没有干出什么成绩。2015 年的时候，旷视研究院已经希望做一些零售商超方面的工作，没有什么行业背景，没有什么项目经历，感觉自己把产品想象得太简单。这段时间的一个总结是：算法不等于产品，有产品也不等于能落地解决客户问题。当然，那时候的算法非常粗糙，还是基于传统方法，感觉充其量只是一个受限场景的 demo。经过反思，觉得需要先把算法真正做扎实。于是，在 2015 年的时候，我第一次接触了深度学习，虽然当时深度学习已经爆发了。2015 年在旷视研究院的那段时间是非常幸福的，停下来，好好思考一下，其实可以学习到很多东西。基于深度学习，Detection 组开始做的第一个任务就是行人检测，最开始使用 fast rcnn，后来慢慢切换到 faster rcnn。同时 Detection 组开始基于行人检测做人体骨架算法。另外，为了更精细的定位人体框，Detection 组又做了一些分割算法。所有这些算法的研究构成了 Detection 组的雏形。但是那时，我忽视了一个非常重要的方面——团队培养。带人旷视研究院前几年的生源质量其实非常好，实习生都是有非常好的背景。比如我最早的两个实习生，一个实习生拿了 ACM world final 的金牌（第二名），另外一个去了 MIT 读博。后来很多实习生都是 OI 金牌之类的。当然，这些其实跟我没什么关系，我并没有带人的经验。很多同学在团队里付出了很多努力，但是实际收益很小。当时自己可能是有些失落的，我开始反思，如何才能真正培养同学，如何才能增加团队的战斗力。我花了很多时间跟实习同学一起去琢磨各种 paper, 研究各种细节，讨论各种实验结果。从那个时候开始，Detection 组真正成长出来了一批非常强而且可靠的同学。那批同学现在已经成为我们组的骨干，很多人已经自己带起了一个小团队。同时，Detection 组招人的要求也在不断完善。从只看基础能力，到后来会关注一些软性能力，比如 motivation，价值观等等。一个让我有深刻反思的例子是一个同学推荐了两个 OI 同学，一个是 OI 金牌，另外一个 OI 银牌但是有非常强的规划和 motivation。我没有经过多少思考就选择那个 OI 金牌的同学。后来那个 OI 银牌的同学快速成长起来，同时做出了非常多优秀的工作。价值观在小团队野蛮生长期可能并不是很突出的问题，但是当团队变大后，这个问题的严重性会暴露出来。产品那个时候 Detection 组人不多，但是大家士气都很好，研究算法工作已有起色，有了比较好的刷点经验。但是当时的问题在于，Detection 组渐渐离产品越来越远。我们所做的东西希望能用在实际产品中，但是算法成熟度不高，所以离实际落地距离还是非常的远。2016 年暑期，公司迎来了孙剑老师的加入，这对于 Detection 组以及我个人来讲都是有非常大的帮助。经过一段时间的梳理，Detection 组正式接手了所有的检测工作，包括产品中用到的人脸检测。这一步对于打通技术完整检测技术链条是非常重要的，因为我们同时做检测产品的研发，同时做检测基础算法的预研，让我们真正 end-to-end 在优化过程。比如产品中的难点可以转化为研究问题去帮忙探索，这样可以确保研究方向是实用导向的。另外一方面，很多研究方面的经验可以快速 transfer 到产品中使用。经过一段时间，我跟另一个同事重新搭起了一套新的检测算法，相比上一版算法有非常明显的提升，无论是速度跟精度。当然，因为是糙出来的，所以有非常多不合理的细节。经过一步步完善以及更多同学的努力，到今天，Detection 组的算法有了非常本质的提升。总结一下，一个产品用的算法可能需要做好各个细节：训练集的持续增加，科学细分的 benchmark，合理的数据格式以及高效的 data provider，统一的 codebase 以及完善的文档，定期的发版计划，以及 badcase 的追踪和维护。当然，在那个时候，很多细节做的都不好。除了上述细节之外，还有一个我没做好的维度是团队的工程化建设，工具链的建立。这个问题一直被忽略，或者以比较低的优先级在进行着，导致长期来讲 Detection 组的效率比较低，研究员花了非常多的时间在处理数据，流程等工作，而这些工作其实可以自动化的。另外，因为本身没有很好的工程基础，所以 Detection 组一般只负责算法模块的实现，没有完整 Pipeline 架构层的能力，这可能会导致算法能力无法很好的发挥出来。当然，目前我们对这方面的建设是非常重视的，同时也我们会花很多时间来提高团队的产品能力和效率。科研随着团队的成熟，一些现有同学的成长以及强有力的新同学加入，目前产品层的算法 Detection 组也梳理的比较顺利。但是基础研究上面走的有点累。具体来讲，Detection 组一直走在复现的路上，比如有一个新的算法，复现一下，刚复现完，可能新的算法又出来了。这让我深深意识到之前基础算法工作中的短板，如果只是 follow 别人，那永远不可能超越。从那时起，Detection 组主攻几个点，在多个同学的努力下，渐渐有了自己的算法工作，比如从最早期的 RFCN++，Large Kernel Matters，到后来的 MegDet, DetNet 等。大家慢慢找到了方向，找到了自信。Detection 组开始参加一些比赛，比如 2017 年 ICCV 的 COCO 以及 2018 年 ECCV 的 COCO 比赛。因为早期的积累，加上多团队的合作分工，我们对于结果还是非常有信心的。这里可以提两个细节。2017 年时，我们从来没有参加过 COCO 比赛，也没有太多经验，但是我们心态非常好。有一次对话过程中，孙剑老师问我们，希望能跑到单模型多少结果，当大家犹豫时，有一个同学脱口说了 49。我们一致认为他在吹牛，因为当时我们的点可能只有 46。但是在比赛前，他确实做到了。在 2018 年的比赛过程中，我们的一个感受就是 tough，每天 sync 过程中，一般会同步之前的实验结果，但往往一天天的实验都是不涨点的，虽然每次大家都会觉得有点失落，但是大家的斗志始终非常旺盛，一直尝试各种想法，哪怕可能只有 0.1 的涨点，大家都很非常兴奋。从那段时间的反思过程中，我觉得团队中需要有一些「软性」能力，对胜利的渴望，对问题的坚持和执着是非常重要的。另外，在研究过程中，我从孙剑老师身上学到的一个非常重要的点，就是专注。这个词虽然说起来很简单，但是我自己一直做得不好。很多时候，我们对于研究的态度是希望到处开花，各个领域皆有涉及，然后每个领域都能分一杯羹。但是真正的研究工作可能需要花大量的精力和时间去深挖一个点，这必然需要放弃掉一些其他的东西。从 2019 年开始，Detection 组的研究范围重新定义，停掉了一些任务，同时把精力聚焦在几个重要的点上。希望这些改变能让 Detection 组真正带来一些「大招」，而不是简单的小打小闹。招聘2017 年下半年到现在，因为业务等需要，Detection 组需要招聘更多的同学。因为一开始不重视招聘，导致 2017 年校招犯了一个非常严重的失误，直接导致 2018 年甚至是 2019 年的人力短缺，所以这一年过得非常累，因为可能一个人需要同时补很多洞。2018 年我复盘了自己招聘过程中的问题，重新理解了招聘。招聘首先不是为了解决现在的问题，而是为了以后做准备，一定要未雨绸缪。另外，很重要的是，招聘不单是 HR 的工作，更是每个 leader 的工作。那时候，每周都会拿出很多时间去面试，去沟通同学，对于很多候选同学来讲，其实我们自己去沟通会比 HR 更能让同学们了解旷视研究院的情况以及他可能的工作。同时间，另外一个经验是招聘需要发动全员一起行动。首先如果只有自己一个人去操心招聘，这样精力肯定不够，所以 Detection 组会发动每一个同学去招聘，让每个同学理解招聘的重要性以及学会如何去招人。同时，我们也会通过一些宣传，让大家了解我们，愿意加入我们。管理因为短时间内很多新同学的加入，我渐渐的意识到 Detection 组在变大，之前的一些管理方式可能已经不是很适用了。因为我对于管理其实是个小白，虽然开始尝试读一些书，学习一些课程，但是感觉处理起来还是比较简单粗暴。其实算法团队的管理跟很多传统工程的管理还是有区别的。不能太教条，这样会影响团队成员的积极性和创造性。我们需要的可能是赋能，让团队提高效率，而不是制造障碍和瓶颈。我的一些尝试是首先是做好基础建设，特别是组内的工具链，codebase, 文档，论坛，tech-talk 分享等。只有具备高效自动化的工具才能真正解放每一个同学，把时间花在刀刃上面。另外，Detection 组内的信息共享，科学的培训体系对于每一个同学的成长都是非常必要的。另外一层就是培养一些 Leader，包括可以替换自己的同学。每个团队大了后，一定需要有同学成长起立，来帮忙负责做一些管理。同时每个 Leader 本身也需要有一些二号位，来做补位等。即使是我自己，也希望能培养一些同学完成工作。这样可能团队才是最健康的状态。另外一方面 Detection 组会制定一些流程，一些计划来帮助团队提升。因为工作久了，可能会有一些惯性，很多时候我们希望能有一些新的想法，新的思路来提升大家战斗力。当然我们发现要推广这些新的流程可能会花很多时间，很多精力，所以目前的经验是不会频繁的推广新的流程，每个新流程都需要在一些 sub-team 小团队中先做验证。总结一下，我们希望能提供一个很好的平台，把优秀的同学聚在一起，一起去干出一番成绩，同时也希望新来的同学基于我们平台快速成长。团队稳定后，另外一个可能突出的问题是我们做的是算法，正如文章前面写的，算法不等于产品，所以 Detection 组开始学习一些产品方面的知识。Detection 组内每周会有一次产品相关的分享讨论，主要是讨论算法如何在产品中发挥更大的价值等等。因为只有更好的产品意识才能把算法真正落地。同时我们也可能希望能跟「客户」做更多的沟通交流，了解具体的需求以及讨论可能性。很多时候，算法，工程，产品，商务，客户是两两之间沟通的，中间每次传递都有可能信息的丢失和理解的偏差。正如神经网络一样，Detection 组可能希望的是拉通，end-to-end 的优化，同时最好有一些类似 resial 的 shortcut 来更好的传递信息。从价值观角度来讲，旷视研究院希望用算法解决客户问题，给客户创造价值。而不是为了算法的落地而落地。建议上面给出了一些我个人的一些经历。同时基于这些年我看到的很多同学，我希望给出一些我自己零碎的建议。这些建议是对职业生涯中的三种不同阶段给出的。假设你是学生：一定要提前做好规划，无论是工作还是继续深造。假设有问题，多跟老师，师兄，师姐等沟通，了解更多信息来做判断。任何决定可以适度犹豫，但是不要太纠结。基本功非常重要比如工程能力，比如数学基础等等。在导师允许的前提下，多出来实习，看看外面的世界，同时多认识一些同学。假设你刚入职工作：平台很重要，跟一些很强的同学一起共事可能是一件非常有意思的事情。不要挑活，要相信付出是一定有收获的。自驱力很重要，一定要主动去学习。假设你已经开始带团队：一定要有共赢的思想。大家一同有收益而不是「一将功成万骨枯」。真正关心了解每个团队成员的需求，多沟通，多倾听每个人的意见，建议良好的反馈机制，发挥出每个人的最大价值。增强基础建设，流程建设，确保组织以更高效的方式运作。方向的把控很重要，避免「战胜了所有对手，但是输给了这个时代」这种窘态。说了很多，还是希望让大家对旷视研究院以及 Detection 组有一定的了解，也希望我的分享能让大家避免我踩过的坑，有更多同学加入我们，一起去探索一个超越人类的检测算法，扩宽认识边界，真正让计算机视觉技术推动人类的进步和发展。如果有兴趣加入我们欢迎投递简历给 Detection 组负责人俞刚：yugang@megvii.com. 同时我们会在 Valse2019 有展台，欢迎大家来交流。作者介绍俞刚，旷视研究院 Detection 组负责人。2014 年博士毕业于新加坡南洋理工大学，加入旷视。主要负责检测，分割，跟踪，骨架，动作行为等方面的研究以及算法落地工作。俞刚博士带队参加 2017 COCO+Places 挑战赛获得检测第一名，人体姿态估计第一名；接着，带队参加 2018 COCO+Mapillary 挑战赛，获四项第一。个人主页：http://www.skicyyu.org/