海信
芯片算法开发工程师(J45098)
芯片算法开发工程师(J45098)
发布于 6 小时前普通员工/个人贡献者
全职员工仅现场办公芯片设计
芯片设计
Pytorch
Tensorflow
图像处理
嵌入式系统
机器学习
深度学习
视频处理
计算机视觉
值不值得投
71综合评分
综合评分 71
前沿芯片算法岗，技术成长性高，薪资有竞争力，但WLB未明确。
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
3万
比芯片设计中位数高
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 560 个在招 · 其中芯片设计 14 个
市场机会
选择面较广
上海 · 芯片设计 · 约 400 个在招
职位详情
关于这个职位
该职位负责芯片相关的图像与视频处理算法研发，包括传统算法（如视频去噪、超分辨率）和基于深度学习的方法
工作涉及在嵌入式平台部署算法，并可能配合硬件工程师进行芯片IP开发与验证
最低要求
院校：国内普通高等院校
学历：硕士及以上学历
专业：电子、通信、计算机相关专业
技能要求：
① 熟悉图像、视频处理，计算机视觉相关算法（传统算法，或深度学习/机器学习相关算法），在国内/国际算法设计竞赛中获奖者优先
② 掌握python语言，以及TensorFlow，Pytorch等深度学习框架，或掌握C/C++、Matlab，熟悉Verilog等数字设计者优先
③ 具有较强的学习能力、主动工作、沟通能力和良好的团队合作精神
素质要求：工作细心、责任心强，具备良好的沟通交流能力和团队协作精神
外语水平：英语四级以上，可以熟练阅读英文专业文档
工作职责
图像/视频处理、计算机视觉相关传统算法的跟踪/预研/开发（比如视频去噪、图像超分辨、视频帧率提升、视频高动态对比度调整、HDR/ISP相关图像处理）
基于机器学习/深度学习的方法开发图像/视频处理，计算机视觉相关算法的跟踪/预研/开发
在嵌入式平台（深度学习加速器）部署相关深度学习算法，或配合数字设计工程师一起完成图像/视频处理相关硬件IP开发/验证
优先资格
在国内/国际算法设计竞赛中获奖者优先
掌握Python及深度学习框架（如TensorFlow、PyTorch）或C/C++、Matlab、Verilog等技能者优先
AI 洞察
优缺点分析
优点
- 技术栈前沿，涉及深度学习、芯片算法等热门领域，技能积累价值高
- 芯片行业处于增长期，市场需求旺盛，职业发展前景广阔
- 工作内容跨算法与硬件，能提升全栈技术能力
- 算法开发与嵌入式部署难度高，需要快速学习新技术并解决复杂问题
- 芯片行业竞争激烈，需持续跟进技术更新
缺点 / 挑战
- 可能面临项目周期紧、性能优化要求高的压力
- 适合对图像处理、计算机视觉和AI芯片有浓厚兴趣，具备较强算法和编程能力，愿意挑战技术难题的硕士及以上学历求职者
角色解读
- 从算法工程师晋升为高级算法专家或技术负责人，专注于芯片算法架构设计
- 向芯片设计、系统架构或技术管理方向发展，参与更复杂的项目
- 在图像处理、计算机视觉或AI芯片领域成为行业专家
- 开发和优化图像与视频处理算法，包括传统方法和深度学习模型
- 在嵌入式平台上部署算法，确保在芯片硬件上高效运行
- 参与硬件IP的开发与验证，与硬件团队协作实现算法-硬件协同设计
- 扎实的图像/视频处理和计算机视觉算法基础，熟悉传统算法和深度学习方法
- 精通Python、C/C++编程，熟练使用TensorFlow或PyTorch等深度学习框架
- 了解嵌入式系统部署和Verilog等数字设计知识，具备硬件协同开发能力
- 较强的学习能力和团队合作精神，能阅读英文专业文档
申请策略
- 研究海信在芯片和图像处理领域的业务方向，面试时展示对公司技术的理解
- 准备算法原理的深入解释和项目案例，以应对技术面试的提问
- 突出图像/视频处理或计算机视觉相关的项目经验，尤其是算法竞赛获奖经历
- 强调Python、深度学习框架（如TensorFlow/PyTorch）和C/C++的熟练程度
- 展示嵌入式平台部署或硬件协同开发的相关经验（如Verilog、芯片设计）
- 列举学习能力、团队合作和沟通能力的实例，以匹配素质要求
- 深入学习嵌入式AI部署工具（如TensorRT、ONNX Runtime）和硬件加速知识
- 加强Verilog或数字设计基础，以更好地配合硬件团队工作
面试指南
- 使用STAR法则（情境、任务、行动、结果）结构化描述项目经验，突出技术难点和解决方案
- 从算法选择、模型压缩、硬件适配等步骤系统回答部署问题，展示全链路思维
- 对比传统方法和深度学习方法的优缺点，结合具体案例说明应用场景
- 请介绍一个你开发过的图像/视频处理算法项目，以及你在其中的具体贡献
- 如何将深度学习模型优化并部署到嵌入式平台（如深度学习加速器）？有哪些挑战？
- 解释传统图像处理算法（如视频去噪）和基于深度学习的方法有何区别与联系？
- 如果算法在芯片上运行性能不达标，你会如何进行分析和优化？
- 你如何确保算法与硬件设计的协同，例如配合数字设计工程师进行IP开发？
职位点评
薪资福利70
成长发展85
工作生活50
使命价值75
薪资福利
70中等
JD未明确提及薪资和福利，但芯片算法岗位在上海通常有竞争力，薪资可能处于市场中上水平。
薪资信号未披露（AI估算：2千–4万/月）
成长发展
85较高
职位涉及前沿AI芯片和算法技术，技能成长空间大，但JD未明确提及培训或晋升路径。
技术前沿前沿/新兴技术
技术栈深度学习、机器学习、TensorFlow、PyTorch、C/C++、Verilog、嵌入式系统
业务类型ambiguous
工作生活
50较低
JD未提及办公模式、工作时间或WLB相关信息，生活方式满足程度有限。
工作模式未明确
办公地点未明确
加班情况未提及（无法判断）
使命价值
75中等
芯片行业前景良好，但JD未明确提及社会价值或公司使命，意义感动机满足中等。
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