禾赛
图像算法工程师（3A方向）
图像算法工程师（3A方向）
发布于 5 小时前普通员工/个人贡献者
全职员工仅现场办公算法优化工程师
算法优化工程师
Awb
Imatest
Isp
图像处理
画质调校
算法优化
值不值得投
80综合评分
综合评分 80
技术扎实、行业前景好、平台稳定的硬件算法研发岗，能获得较好技术成长，但需适应可能的项目压力。
从薪资福利、成长空间、工作节奏和岗位方向综合评估，方便横向比较。
薪资怎么样
35K
与算法优化工程师中位数基本持平
发布情况
新岗位 · 今天发布
公司情况
这家公司招聘很活跃
66 个在招
市场机会
选择面较广
上海 · 算法优化工程师 · 约 110 个在招
职位详情
关于这个职位
该职位是车载/机器人视觉感知系统中的图像算法工程师，专注于3A（自动曝光AE、自动白平衡AWB）算法的研发、调优与芯片平台落地
工作内容将直接提升摄像头在复杂场景下的成像质量，涉及从算法设计、C/C++实现、参数调校到自动化工具开发的全流程
最低要求
专业背景：计算机、电子、自动化、光电或数学等相关专业，本科及以上学历
核心技能：- 精通 C/C++ 及 Python，具备扎实的数据结构与算法功底
精通传统 AE/AWB 的基本原理和经典演算法（如完美反射、色彩空间转换、测光权重等）
行业经验：- 2 年以上 ISP 算法开发或 Tuning 实际经验
熟悉画质实验室测试流程，能熟练使用 Imatest 等主流测试软件
综合素养：对色彩及亮度有敏锐的感知力，具备良好的团队沟通与问题解决能力
工作职责
算法研发：负责传统 AE（自动曝光）和 AWB（自动白平衡）算法的设计、仿真、C/C++ 代码实现与优化
画质调校：负责 ISP 管线中 AE/AWB 的参数调优（Tuning），解决日常及极端光源（如多光源、纯色、夜景）下的色彩与亮度画质问题
平台落地：配合团队将 3A 算法移植、优化并落地到主流硬件芯片平台，确保算法稳定性和实时性
工具建设：编写相关的仿真验证和自动化调校脚本（Python），提升算法迭代和测试效率
优先资格
有主流 ISP 平台（如高通、安霸等）量产调优经验者优先
熟练使用 AI 编程辅助工具（如 Codex、Cursor 等）来加速代码编写和脚本开发工作
AI 洞察
优缺点分析
优点
- 直接服务于激光雷达或自动驾驶等前沿产业，技术成果有明确的硬件产品承载，行业前景广阔
- 公司为已上市的大型企业，平台稳定，能接触到量产级别的芯片平台和项目流程
- 算法调优工作（Tuning）复杂且细致，需要对色彩和光线有极强的感知力，并需要长时间耐心调试
- 工作内容相对专精，需要持续跟进ISP领域的新技术和芯片平台演进，以保持竞争力
- 适合具备扎实ISP算法基础和C++工程能力，对图像画质有追求，并希望在自动驾驶/机器人硬件感知领域深耕的工程师
缺点 / 挑战
- 技术栈扎实，专注于底层图像算法，能深入掌握ISP管线核心知识，技术壁垒较高
- 算法需要在特定硬件上实时稳定运行，对代码性能和工程落地能力要求高，存在优化压力
角色解读
- 技术专家路线：在3A或更广的ISP/计算摄影领域深耕，成为公司或行业内的技术权威
- 技术管理路线：带领小团队负责模块或项目的算法研发与交付，走向技术管理岗位
- 横向拓展：从算法开发扩展到更上层的图像处理、计算机视觉或自动驾驶感知算法领域
- 负责摄像头图像处理中核心的3A算法（自动曝光AE、自动白平衡AWB）的设计、编码与优化
- 针对各种复杂光照场景进行画质参数调校，解决色彩与亮度问题，提升成像质量
- 将算法移植到特定的芯片平台，确保其能实时、稳定运行，完成产品落地
- 开发Python脚本等工具，实现算法验证与调参的自动化，提升研发效率
- 精通C/C++编程，能实现高性能、实时的算法代码，并具备扎实的数据结构与算法基础
- 深入理解AE/AWB等传统ISP算法原理和经典实现方法，而不仅仅是调用接口
- 拥有实际的ISP算法调优经验，熟悉测试流程和工具（如Imatest），具备解决实际画质问题的能力
- 具备良好的工程化能力和工具开发意识（Python），能提升团队整体效率
申请策略
- 深入研究禾赛的产品和技术，理解其激光雷达系统中摄像头的作用，思考你的技能如何与之结合
- 准备一个你解决过的最棘手的画质问题案例，并清晰阐述问题分析、方案设计和最终效果
- 详细描述参与过的ISP算法（尤其是AE/AWB）项目，说明你负责的具体模块和取得的量化成果（如画质指标提升、性能优化百分比）
- 突出展示C/C++的性能优化能力和Python工具开发经验，最好有项目代码或开源贡献链接
- 提及你熟悉的ISP平台（如高通、安霸）和Imatest等测试工具的使用经验
- 复习和深化3A算法原理，尤其是针对不同传感器的特性调整策略
- 学习并实践使用AI辅助编程工具（如JD提到的Cursor等），了解其如何提升开发效率
- 关注计算摄影领域的最新进展，如基于深度学习的ISP算法，拓展技术视野
面试指南
- 对于算法原理问题，采用“定义-核心步骤-优缺点-改进思路”的结构回答，展示深度
- 对于项目经验问题，使用STAR法则，重点说明问题复杂性、你的技术决策过程和可衡量的结果
- 对于优化思路问题，从分析瓶颈（时间、空间、算力）开始，分层（算法层面、代码层面、平台特性利用）阐述解决方案
- 请详细解释一下自动白平衡（AWB）中‘完美反射’算法的原理和局限性
- 描述一个你解决过的复杂光照条件下（如夜间混合光源）的画质问题，你是如何定位和解决的？
- 当算法在某个芯片平台上运行不达标（如帧率不足或功耗过高）时，你的优化思路是什么？
- 你如何评估一个ISP算法调优方案的好坏？会使用哪些指标？
- 你对使用AI工具辅助算法开发有什么看法或实践经验？
职位点评
薪资福利80
成长发展85
工作生活70
使命价值85
薪资福利
80较高
该职位薪资在上海市场属于中上水平，且公司为已上市企业，能提供相对稳定的收入预期。但JD未明确提及具体的福利项目。
薪资信号市场水准 (2.5–4.5万/月)
成长发展
85较高
该职位涉及图像处理核心算法研发，技术深度足，且直接服务于自动驾驶/机器人硬件，属于前沿应用领域，技术成长空间大。
技术前沿主流现代技术
技术栈C/C++、Python、ISP、AE、AWB、图像算法、芯片平台
业务类型ambiguous
工作生活
70中等
JD未明确说明办公模式和工作时间，仅提到需到岗。通常研发类岗位在大型科技公司可能面临项目周期性压力。
工作模式未明确
办公地点科技园/产业园
加班情况未提及（无法判断）
使命价值
85较高
岗位属于高新技术产业（激光雷达/自动驾驶），技术成果能直接应用于产品，具有明确的行业价值和社会应用前景。
行业发展高速增长赛道
社会影响中性/一般
创新程度积极采用新技术
Watch Jobs