算法工程师（基础图像算法）(J17498)

优缺点分析

角色解读

• 可向ISP算法专家方向发展，主导红外/可见光成像系统画质体系
• 也能转向传感器算法架构师或算法团队负责人
• 红外热成像在国防、工业检测、自动驾驶等场景应用扩张，人才需求持续看涨
• 你负责红外图像基础算法的全栈设计：校正（盲元、NUC、条纹、锅盖、温漂、畸变）、去噪（时域/空域/时空联合）、增强（DDE、AGC、LCE等）与显示处理
• 你需要对红外ISP最终主观画质质量负责，持续解决Halo、过锐、噪声与细节平衡等画质问题
• 还要完成算法浮点与定点设计优化，并从原型推进到产品交付
• 要求图像处理/计算机/数学等专业硕士背景，具备扎实的数学推理与算法理论分析能力
• 精通红外基础算法设计，能独立解决现场问题
• 需要浮点/定点优化经验与跨软硬件团队的协作能力

申请策略

• 面试前体验红外热成像设备的画质表现，形成自己的问题清单
• 强调自我驱动与全链路交付意愿，契合公司任务驱动文化
• 列出你做过的ISP模块（去噪/增强/校正）与量化画质指标提升
• 突出浮点转定点的工程化落地经验
• 说明你在产品中的算法交付规模与联调协作方式
• 复习红外成像原理与NUC/盲元校正的经典方法
• 准备画质主观评价与客观指标（如NR、清晰度）结合的案例

面试指南

• 算法类问题按「问题建模-经典方法-你的改进-指标验证」展开
• 工程化问题强调误差分析、查表/近似与硬件约束适配
• 画质类问题展示主观+客观双维度的评估体系
• NUC非均匀性校正的原理与你的改进经验？
• 时域去噪如何解决拖影与时域稳定性问题？
• DDE算法中如何平衡噪声抑制与细节保留？
• 浮点算法定点化时你会怎么处理精度损失？
• 你如何量化评估ISP的主观画质？