传音
影像算法开发工程师（重庆）(J20305)
影像算法开发工程师（重庆）(J20305)
发布于 1 天前普通员工/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
Aigc
图像处理
多模态
模型部署
深度学习
计算摄影
计算机视觉
值不值得投
83综合评分
综合评分 83
重庆高技术门槛影像算法岗，技术前沿，注重工程落地与创新。
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
2.8万
与计算机视觉工程中位数基本持平
发布情况
新岗位 · 2 天前发布
公司情况
这家公司招聘很活跃
84 个在招 · 其中计算机视觉工程 4 个
职位详情
关于这个职位
负责传音手机影像算法的全链路研发，包括参与计算摄影、人像算法、AIGC图像/视频编辑、多模态理解等前沿方向的论文调研、原型开发、模型训练与效果优化
你需要分析真实样张，定位并解决暗光、逆光、人像等复杂场景下的画质问题，并协同团队完成算法从研究到端侧产品落地的全过程，探索效果、性能与功耗的平衡
最低要求
计算机、人工智能、图像处理、模式识别、信号处理、自动化、电子信息、通信、软件工程、数学、光学等相关专业硕士或博士研究生
具备扎实的数学基础、数据结构与算法基础，熟悉 Python，了解 C / C++ 更佳，熟悉 Linux 开发环境和常用深度学习框架，具备模型训练、实验设计、指标分析和效果调优经验
具备较强的问题分析能力和工程实现能力，能够根据真实样张问题进行定位、复现、对比和优化
具备良好的英文论文阅读能力，能够跟进 CVPR、ICCV、ECCV、SIGGRAPH、ICLR 等相关方向论文
有图像处理、AIGC、多模态、计算摄影、模型部署等项目经验者优先
在高水平会议/期刊发表论文、参与高水平科研项目、开源项目或在相关竞赛中取得优秀成绩者优先
工作职责
围绕真实手机拍摄与编辑场景，参与影像算法的论文调研、原型验证、模型训练、效果优化与产品化探索
参与手机影像项目中的算法原型开发和效果迭代，包括人像算法、基础画质算法、AIGC 图像/视频编辑、多模态理解、影像 Agent 和模型轻量化部署等方向
结合真实拍摄样张和业务问题，进行数据分析、问题定位、算法改进和实验对比，提升暗光、逆光、高动态、人像、视频、复杂场景下的影像质量与用户体验
参与模型训练、推理优化、量化部署和端侧性能评估，探索算法效果、时延、功耗、内存之间的平衡
与算法、Camera 软件、系统调试、测试和硬件相关团队协作，了解手机影像从算法研究到产品落地的完整流程
跟踪计算摄影、AIGC、多模态大模型、影像 Agent、端侧 AI 等方向的前沿论文和行业动态，参与内部技术分享、方案讨论和创新课题探索
优先资格
在高水平会议/期刊发表论文、参与高水平科研项目、开源项目或在相关竞赛中取得优秀成绩者优先
AI 洞察
优缺点分析
优点
- 接触计算摄影、AIGC、多模态等前沿AI技术与产业应用结合的第一线，技术成长空间大
- 工作成果直接转化为亿万用户手机的影像体验，成就感强，且能积累宝贵的产品化落地经验
- 传音作为全球新兴市场手机巨头，提供了独特的行业视角和大规模应用场景
- 算法需要在手机端严格的功耗、内存和算力约束下运行，工程实现难度高，对性能优化能力要求苛刻
- 需要持续跟踪快速发展的学术界和工业界动态，保持技术敏感度和学习能力
- 对计算机视觉和影像技术有浓厚兴趣，兼具扎实算法基础和强悍工程能力，且乐于将前沿技术转化为产品功能的硕士或博士毕业生
缺点 / 挑战
- 真实世界拍摄场景复杂多变，算法需要持续迭代以应对多样化需求，工作挑战性强
角色解读
- 技术专家路线：深耕影像算法领域（如计算摄影、AIGC），成为特定方向的技术权威，参与架构设计
- 技术管理路线：在成为资深专家后，可带领小团队负责特定算法模块或方向，向技术经理或总监发展
- 跨界拓展：积累经验后，可向手机产品规划、算法平台架构、或更通用的AI视觉领域拓展
- 研究并开发用于手机摄影和视频编辑的先进算法，如人像美化、画质增强、AIGC内容生成
- 处理和分析海量真实用户拍摄数据，定位影像质量问题并驱动算法迭代优化
- 负责将训练好的AI模型进行端侧优化与部署，确保在手机硬件上高效、低功耗地运行
- 与硬件、软件、测试等多团队紧密协作，推动算法从实验室研究到产品功能的完整落地
- 扎实的数学与计算机基础，精通Python编程，熟悉C++和Linux环境
- 熟练使用PyTorch或TensorFlow等主流深度学习框架，具备模型训练、调优和评估的全流程经验
- 良好的科研能力，能够快速阅读并复现顶级会议（CVPR等）的最新论文
- 强大的工程实践与问题解决能力，善于从复杂的真实场景数据中分析问题
申请策略
- 提前了解传音手机的特点和其在主要市场（如非洲、南亚）的用户拍照习惯，这能在面试中展示你对业务场景的思考
- 准备一个你解决过的、最具挑战性的“真实场景”图像/视频处理案例，并能清晰阐述问题定位、方案选择和效果验证过程
- 重点突出与图像处理、计算摄影、深度学习模型训练与部署相关的项目经历，特别是涉及模型优化和效果评估的部分
- 如果有在CVPR、ICCV等顶级会议/期刊发表的论文或参与的高水平竞赛（如Kaggle）成绩，务必清晰列出
- 详细描述使用过的深度学习框架、编程语言（Python/C++）以及解决过具体工程问题的经历
- 体现跨团队协作能力和对产品流程的理解，即使是校园项目中的协作经验也值得强调
- 补充C++编程和模型推理优化的知识（如TensorRT、ONNX Runtime），这在端侧部署中至关重要
- 深入研究计算摄影和ISP（图像信号处理）的基本原理，使算法设计更贴合手机成像硬件特性
面试指南
- 对于项目经历问题，使用STAR法则：重点阐述情境(Situation)、你的具体任务(Task)、采取的行动(Action)以及最终量化的结果(Result)
- 对于技术原理问题，先讲清核心概念和经典方法，再结合你的实际经验说明实践中的优化点或权衡点
- 对于方案设计问题，展示系统性思维：先明确目标与约束（如功耗、时延），再提出多种备选思路，最后阐述选择依据和验证方法
- 请介绍一个你做过的最有挑战性的计算机视觉项目，你是如何解决其中遇到的核心技术难题的？
- 如何评价一个人像分割或图像增强算法在真实手机场景下的好坏？你会设计哪些指标和实验？
- 请简述将一个深度学习模型（如ResNet）从训练到部署到Android手机端的完整流程和可能遇到的挑战
- 你最近关注哪个CV方向的最新进展？（如扩散模型、多模态大模型在影像上的应用）请谈谈你的看法
- 如果给你一张低光环境下拍出的噪点多、动态范围差的照片，你会从哪些角度入手设计算法来提升画质？
职位点评
薪资福利85
成长发展90
工作生活70
使命价值80
薪资福利
85较高
该职位提供的薪资在重庆市场具有竞争力，且为大型科技公司正式岗位，能提供稳定的工作环境和完善的福利保障。
薪资信号市场水准 (2千–3.5万/月)
成长发展
90较高
职位技术前沿，涉及AIGC、多模态等热门领域，且强调从研究到产品落地的全链路经验，有利于深度技术积累和职业成长。
技术前沿前沿/新兴技术
技术栈计算摄影、AIGC、多模态、模型轻量化部署、影像Agent
成长机会参与内部技术分享、创新课题探索
业务类型profit_center
工作生活
70中等
工作地点位于重庆，生活成本相对一线城市较低，但JD未提及工作模式，且算法研发岗位通常需要较高的专注度和投入。
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
80较高
影像算法直接提升亿万用户的拍照体验，特别是在新兴市场，技术有明确的社会价值和应用前景。
行业发展稳定成熟行业
社会影响中性/一般
使命信号提升影像质量与用户体验
创新程度积极采用新技术
Watch Jobs