上海电气
算法技术助理-图像处理（27届实习）
算法技术助理-图像处理（27届实习）
发布于 7 天前实习/见习
实习生仅现场办公计算机视觉工程
计算机视觉工程
Pytorch
Tensorflow
Yolo
图像处理
数据标注
目标检测
语义分割
值不值得投
64综合评分
综合评分 64
上海徐汇图像算法实习，主流AI技术栈，成长性好，薪资与WLB未披露
从薪资福利、成长发展、工作生活和使命价值四个维度综合评估，方便比较实习机会。
薪资怎么样
6.0千
比计算机视觉工程中位数低
发布情况
正常在招 · 7 天前发布
公司情况
这家公司招聘很活跃
15 个在招 · 其中计算机视觉工程 2 个
市场机会
选择面较广
上海 · 计算机视觉工程 · 约 130 个在招
职位详情
关于这个职位
面向2027届的图像算法实习岗，协助开发风电设备目标检测与分割模型，参与数据集整理、模型测试部署与技术调研
适合人工智能、机器视觉等相关专业、掌握Python与深度学习框架的学生
最低要求
本科及以上学历，人工智能、机器视觉、软件工程、自动化、大数据等相关专业
熟悉目标检测、语义分割等机器视觉与图像处理技术，了解 YOLO 系列等主流 AI 模型及训练原理
熟练掌握 Python 编程，熟悉 PyTorch、TensorFlow 任一深度学习开发框架
逻辑清晰、责任心强，有算法项目、图像识别竞赛或相关课题经验者优先
工作职责
协助开发风电设备图像目标检测、分割模型，配合完成模型测试与部署
协助整理、清洗风电图像数据集，进行标注核验及数据增强
记录算法研发相关日志、数据，汇总研发进度及测试结果
配合团队完成算法相关技术调研及基础运维优化工作
AI 洞察
优缺点分析
优点
- 接触工业图像检测的真实落地场景，算法工程化经验含金量高
- 主流技术栈（YOLO、PyTorch）可直接迁移到其他AI岗位
- 覆盖数据、训练、部署全流程，实习成长路径清晰
- 数据整理与标注核验等工作较为基础琐碎
- 工业数据质量参差，模型调优可能反复
- 兼顾日志记录与运维支持，工作内容偏杂
- 适合有机器视觉基础、动手过YOLO等项目、想积累工业AI落地经验的学生
缺点 / 挑战
暂无明显挑战项
角色解读
- 从数据与模型辅助工作切入，逐步独立负责检测模型迭代
- 积累工业场景算法落地经验，可向算法工程师发展
- 长期可深入工业AI、缺陷检测等细分方向
- 协助开发风电设备图像目标检测与分割模型，并配合测试部署
- 整理清洗风电图像数据集，做标注核验与数据增强
- 记录研发日志、汇总进度与测试结果，参与技术调研与运维优化
- 机器视觉与图像处理基础，理解目标检测、语义分割原理
- Python 编程熟练，会用 PyTorch 或 TensorFlow
- 有算法项目、竞赛或课题经验者更易上手
申请策略
- 面试时说明能接受数据整理等基础工作，并展示严谨的记录习惯
- 突出目标检测、语义分割相关项目或竞赛经历及量化结果
- 列明 PyTorch/TensorFlow 实战经验与模型训练细节
- 展示数据处理、数据增强方面的实践
- 复习YOLO系列模型结构与训练调参方法
- 了解模型部署与工业检测场景的基本流程
面试指南
暂无内容
职位点评
薪资福利55
成长发展78
工作生活50
使命价值62
薪资福利
55较低
JD未披露薪资与福利，实习津贴按上海市场属正常水平。
薪资信号未披露（AI估算：4.0–8.0千/月）
成长发展
78中等
主流深度学习技术栈加工业落地场景，实习阶段成长机会较好。
技术前沿主流现代技术
技术栈Python、PyTorch、TensorFlow、YOLO、目标检测、语义分割
业务类型ambiguous
工作生活
50较低
JD未提及办公模式、加班与WLB信息，无法判断。
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
62中等
风电属于清洁能源方向，有一定正向社会价值，但JD未强调使命表述。
行业发展稳定成熟行业
社会影响正向社会影响力较高
创新程度积极采用新技术
Watch Jobs