虹软科技
27届秋招正式批-计算机视觉算法工程师
27届秋招正式批-计算机视觉算法工程师
发布于 大约 14 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
Opencv
Pytorch
图像处理
模型优化
深度学习
算法研究
计算机视觉
值不值得投
74综合评分
综合评分 74
上市公司校招算法岗，技术含量高，成长空间大，但WLB信息不明。
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
20K
比计算机视觉工程中位数低
发布情况
新岗位 · 今天发布
公司情况
这家公司招聘很活跃
85 个在招 · 其中计算机视觉工程 21 个
市场机会
选择面较广
杭州 · 计算机视觉工程 · 66 个在招
职位详情
关于这个职位
这是虹软科技面向2027届毕业生的计算机视觉算法工程师校园招聘岗位
该职位主要从事视觉算法的研究与开发工作，涵盖图像检测、识别、分割、跟踪等核心领域，是公司计算机视觉技术能力提升的关键岗位
最低要求
硕士及以上学历，图像处理、机器学习、模式识别、人工智能等方向的相关专业
有扎实的数学功底、深厚算法理论基础和较强的编程能力，能快速理解并重现论文中的算法
图像基础扎实，熟练使用c++、python，opencv等开发语言和工具
熟悉深度学习框架（pytorch/mxnet/tensorflow/caffe/caffe2）
熟悉深度学习训练流程，对训练样本设计有深入理解
如熟悉RNN/LSTM/GAN更佳
工作认真负责，学习能力较强，有熟练的英文文献资料阅读能力
有良好的团队协作能力，能够独立思考，善于创新，针对问题提出有效解决方案
工作职责
视觉算法研究（检测、识别、分割、跟踪、分类、回归、模型优化、架构搜索等）
优先资格
优先考虑：领域内重点实验室
在高水平学术会议、期刊上有第一作者论文发表
在算法或计算机视觉相关大赛中获得较好名次
AI 洞察
优缺点分析
优点
- 深耕计算机视觉这一热门且前沿的技术领域，能快速积累高价值算法经验
- 作为上市公司校招岗位，平台稳定，拥有完善的培训体系和项目实战机会
- 直接参与核心视觉算法研发，对个人技术深度提升有很大帮助
- 适合对计算机视觉有浓厚兴趣、具备扎实理论基础和较强编程能力，希望在该领域长期深耕，并追求技术深度的应届硕士及以上学历毕业生
缺点 / 挑战
- 算法岗位通常要求快速理解并复现前沿论文，技术迭代快，学习压力较大
- 研究成果需要转化为实际可用的产品算法，对工程化能力有较高要求
- 需在特定时间内产出高质量的研究成果或解决复杂技术问题，挑战性高
角色解读
- 技术专家路径：在计算机视觉某一细分领域（如3D视觉、生成模型）成为深度专家或架构师
- 技术管理路径：随着项目经验积累，可担任算法团队负责人或技术经理
- 研究与产品结合路径：向AI产品经理或解决方案专家方向发展，连接技术与商业
- 研究并实现计算机视觉领域的前沿算法，如目标检测、图像分割、目标跟踪等
- 优化现有视觉算法的性能，包括模型轻量化、加速推理等工程化工作
- 参与算法从论文复现、实验验证到最终落地应用的全过程
- 精通Python/C++编程，熟练使用OpenCV等视觉处理库
- 熟练掌握至少一种主流深度学习框架（如PyTorch），并有实际模型训练与调优经验
- 具备扎实的数学（线性代数、概率统计）和机器学习/深度学习理论基础
申请策略
- 深入了解虹软科技在计算机视觉领域的业务布局（如智能汽车、移动影像等），并在面试中展现你的兴趣与契合度
- 准备好清晰地讲述你过往的科研/项目经历，特别是其中遇到的难点和你是如何解决的
- 重点突出在图像处理、深度学习相关的课程项目、科研经历或竞赛成果，尤其是CVPR/ICCV/ECCV/AAAI等顶会论文或Kaggle等知名竞赛获奖经历
- 详细描述使用Python/C++和深度学习框架（PyTorch等）解决具体视觉问题的实践经验和代码能力
- 展示扎实的数学和算法理论基础，例如相关课程成绩、算法设计经验等
- 针对性地学习和复现1-2个该领域的经典或最新算法论文，形成自己的代码库和理解
- 强化模型工程化部署能力，了解ONNX、TensorRT等模型优化与部署工具
- 保持对顶级学术会议（CVPR, ICCV, ECCV, NeurIPS等）最新成果的跟踪和阅读习惯
面试指南
- 项目/论文问题：采用STAR法则（情境、任务、行动、结果）进行结构化回答，突出你的思考过程和技术贡献
- 技术原理问题：先阐述核心概念，再对比分析，最后结合自己的理解或实践经验进行总结
- 工程实践问题：从算法优化（剪枝、量化）、框架特性、硬件适配等多个维度进行系统性回答
- 请介绍一个你做过的最有挑战性的计算机视觉项目，你是如何解决其中技术难点的？
- 简述目标检测中Anchor-based和Anchor-free方法的主要区别与各自优缺点
- 如何评估一个图像分割模型的性能？请说明常用指标（如mIoU）的含义
- 如果让你优化一个已有模型在移动端设备上的推理速度，你会从哪些方面考虑？
- 系统复习计算机视觉和深度学习的核心理论知识，特别是CVPR/ICCV等顶会近三年的热门方向
职位点评
薪资福利75
成长发展90
工作生活50
使命价值70
薪资福利
75中等
作为上市公司校招岗位，薪资福利体系相对完善，能提供市场水准的薪酬和稳定的工作保障。
薪资信号面议 (15K-25K/月)
成长发展
90较高
职位聚焦于前沿的计算机视觉算法研究，能提供深入的技术实践和成长空间，符合技术发展导向。
技术前沿前沿/新兴技术
技术栈计算机视觉、深度学习、PyTorch、C++、Python、模型优化、GAN、RNN/LSTM
业务类型profit_center
工作生活
50较低
JD未明确提及工作模式与福利，工作节奏可能较快，WLB信息不足。
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
70中等
计算机视觉是驱动智能终端、汽车等产业变革的关键技术，从事该领域研发具有明确的行业价值和技术使命感。
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