三星
SRCB-底层视觉算法工程师（移动端部署/计算摄影方向）
SRCB-底层视觉算法工程师（移动端部署/计算摄影方向）
发布于 大约 8 小时前普通员工/个人贡献者
全职员工仅现场办公计算机视觉工程
计算机视觉工程
Gans
Litert
Mamba
Pytorch
Qnn
模型量化
值不值得投
77综合评分
综合评分 77
技术前沿、平台稳定，但工作强度可能较大，适合技术驱动型人才。
从起薪待遇、成长路径、工作节奏和岗位方向综合评估，方便比较职业起点。
薪资怎么样
33K
比计算机视觉工程中位数高
发布情况
新岗位 · 今天发布
公司情况
这家公司招聘很活跃
约 110 个在招 · 其中计算机视觉工程 8 个
市场机会
选择面较广
北京 · 计算机视觉工程 · 83 个在招
职位详情
关于这个职位
该职位负责智能手机端底层视觉与计算摄影算法的研发与落地，包括多帧超分辨率、视频去模糊和图像补全等
你将针对移动端NPU/GPU特性设计高效低延迟的深度学习模型，打造极致的端侧影像体验
适合对底层视觉和移动端部署有浓厚兴趣的硕士及以上学历人才
最低要求
硕士及以上学历，计算机科学、电子工程、自动化、应用数学、信号与信息处理等相关专业
熟练掌握 Python 语言，具备扎实的 C++ 编程基础，熟悉 Linux 开发环境及常用的数据结构与算法
项目经验：
) 熟悉深度学习基本原理，熟练使用 PyTorch 框架
) 掌握图像/视频超分辨率、视频去模糊、图像补全（Inpainting）等底层视觉（Low-level Vision）算法的基础理论与核心架构（如 U-Net、GANs、轻量化 Transformer/Mamba 等)
) 具备时空序列建模、多帧特征对齐融合或图像掩膜（Mask）生成与纹理填充的实际项目经验
具备良好的数学功底，自学及动手能力强，有强烈的自我驱动力，能够独立查阅并复现前沿学术论文（如 CVPR、ICCV、ECCV、SIGGRAPH 等）
工作职责
负责智能手机端底层视觉与计算摄影相关算法的研发与落地
工作内容涵盖多帧/突发图像超分辨率（BurstSR）、视频去模糊（Video Deblurring）及图像补全与生成（Image Inpainting/Editing）
针对移动端平台（手机 NPU / GPU）特性，设计高效率、低延迟的深度学习模型与图像处理管线，打造极致的端侧影像体验
优先资格
具有移动端/端侧硬件部署经验，熟悉 LiteRT（TensorFlow Lite）、Qualcomm QNN、ExecuTorch、MNN、NCNN 等至少一种端侧推理框架
熟悉结构重参数化（Rep-style）、模型量化（INT8 / FP16 PTQ/QAT）或知识蒸馏（KD）技术，有针对轻量化 CNN/U-Net 优化的实际经验
熟悉手机 NPU / GPU 硬件特性，了解算子耗时瓶颈（如内存访问成本 MAC 优化、避免硬件不支持的算子回落）或有 CUDA / OpenCL / Neon 算子优化经验
熟悉手机 RAW 域数据处理（如 Demosaic、ISP 管线）、传统运动模糊退化模型，或了解主流扩散模型（Diffusion Models）的轻量化/少步数（Step-distilled）生成技术
在计算机视觉顶级会议发表过底层视觉/图像生成相关论文，或在相关技术挑战赛（如 NTIRE, MAI, AIM Challenge）中取得优异名次
AI 洞察
优缺点分析
优点
- 三星作为跨国巨头，技术积累深厚，平台资源丰富，能接触前沿算法和高端硬件
- 底层视觉和计算摄影是手机影像的核心，技术含量高，个人成长快
- 北京研究院工作，环境优越，薪资待遇有竞争力
- 算法落地需要兼顾效果和性能，对工程能力要求高，工作强度可能较大
- 移动端硬件资源受限，模型优化难度大，需要不断学习新技术
缺点 / 挑战
- 竞争激烈，需要持续产出高质量成果，压力较大
- 适合对底层视觉算法有浓厚兴趣，具备扎实编程和数学功底，喜欢挑战并追求技术落地的硕士及以上学历求职者
角色解读
- 技术专家路线：在底层视觉和计算摄影领域深耕，成为算法专家
- 移动端AI架构师：结合硬件特性，设计高效端侧AI解决方案
- 管理路线：带领团队负责影像算法模块，向技术管理方向发展
- 研发智能手机端底层视觉算法，包括多帧超分辨率、视频去模糊、图像补全等，提升拍照和视频体验
- 针对移动端NPU/GPU特性，设计轻量化、低延迟的深度学习模型，并进行端侧部署和优化
- 复现前沿论文算法，并针对实际场景进行调优，确保算法在手机上的稳定性和效果
- 扎实的Python和C++编程能力，熟悉Linux开发环境
- 深入理解深度学习原理，熟练使用PyTorch框架
- 掌握底层视觉算法（超分、去模糊、Inpainting）的核心架构，如U-Net、GANs、Transformer等
- 具备移动端推理框架（如LiteRT、QNN）和模型压缩优化（量化、蒸馏）经验者优先
申请策略
- 关注三星研究院的招聘动态，了解其研究方向，在面试中展示你的匹配度
- 准备一个端侧部署的案例，展示你如何解决性能瓶颈
- 突出底层视觉相关项目，如超分、去模糊、补全等，并详细描述你的贡献和成果
- 强调移动端部署经验，如使用TensorFlow Lite、QNN等，以及模型优化（量化、蒸馏）的实际案例
- 展示学术能力，如发表论文或竞赛获奖，体现你的研究深度
- 强调C++和Python编程能力，以及Linux开发经验
- 学习移动端推理框架，如LiteRT、QNN，并尝试部署一个简单的模型
- 熟悉模型量化（INT8/FP16）和知识蒸馏技术，并动手实践
面试指南
- 使用STAR法则：情境、任务、行动、结果，清晰描述项目经历
- 强调问题解决思路：分析瓶颈、提出方案、验证效果
- 展示学习能力：说明如何查阅资料、复现论文、解决新问题
- 请介绍你参与的一个底层视觉项目，并说明如何优化模型性能
- 如何将PyTorch模型部署到移动端？请描述流程和可能遇到的问题
- 谈谈你对模型量化的理解，以及INT8量化可能带来的精度损失如何缓解？
- 在移动端部署时，如何平衡模型效果和延迟？
- 你如何复现一篇CVPR论文？请描述你的方法和步骤
职位点评
薪资福利75
成长发展90
工作生活60
使命价值70
薪资福利
75中等
三星作为大型跨国企业，提供有竞争力的薪资和福利，但具体薪资未披露，稳定性较好。
薪资信号未披露（AI估算：25K-40K/月）
成长发展
90较高
该岗位涉及底层视觉前沿技术，且有机会接触移动端部署和硬件优化，技术成长空间大。
技术前沿前沿/新兴技术
技术栈PyTorch、U-Net、GANs、Transformer、Mamba、LiteRT、QNN、量化、知识蒸馏
业务类型ambiguous
工作生活
60中等
工作地点在北京，可能面临通勤压力，工作强度可能较大，但未明确提及WLB。
工作模式仅现场办公
办公地点市区核心地段
加班情况未提及（无法判断）
使命价值
70中等
底层视觉算法在手机影像领域有广泛应用，能提升用户体验，但社会影响力相对中性。
行业发展稳定成熟行业
社会影响中性/一般
创新程度积极采用新技术
Watch Jobs