影石创新
深度学习算法实习生-视觉感知方向
深度学习算法实习生-视觉感知方向
发布于 4 小时前实习/见习
实习生仅现场办公计算机视觉工程
计算机视觉工程
Vlm
关键点检测
深度学习
目标检测
视频理解
计算机视觉
语义分割
值不值得投
69综合评分
综合评分 69
前沿视觉感知算法实习、技术成长空间大，办公模式与工作节奏需向 HR 确认。
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
7.0千
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
约 110 个在招 · 其中计算机视觉工程 10 个
市场机会
选择适中
深圳 · 计算机视觉工程 · 50 个在招
职位详情
关于这个职位
该职位是影石创新的深度学习算法实习生，聚焦视觉感知方向，主要负责检测跟踪、重识别、分割、关键点、手势识别、动作理解、HMR、深度估计、6DoF Tracking等视觉感知算法研发，并应用到人机交互、视频理解、自动剪辑等业务
同时需跟进并复现前沿算法、优化模型结构，并协助算法在移动端/嵌入式设备上落地
最低要求
计算机、电子信息、自动化、数学等人工智能相关专业，硕士及以上学历
熟练掌握深度学习领域的基础算法，在目标检测分割、视频理解、几何感知、VLM等前沿算法领域中的一个或数个有丰富的理论基础和实践经验
熟悉掌握Python等编程语言，代码能力强，学习能力和逻辑思维能力强，具备团队合作精神
工作职责
负责基于深度学习的检测跟踪、重识别、分割、关键点、手势识别、动作理解、HMR、深度估计、6DoF Tracking等各类视觉感知算法的开发，应用于人机交互、视频理解、自动剪辑等业务
跟进行业最新进展，复现和优化前沿算法，或者根据前沿理论与经验准则设计新的算法，保持公司算法能力在工业界和学术界的领先
根据业务场景的需求，进行算法任务的拆解或归并、模型的结构优化、裁剪与训练优化，并协助移动端/嵌入式开发工程师进行算法的移植与落地
优先资格
发表过视觉感知、空间理解、VLM、VLA等A类一作论文者优先
可稳定实习6个月以上优先
AI 洞察
优缺点分析
优点
- 方向处于计算机视觉与多模态前沿（VLM、6DoF Tracking、HMR等），技术积累价值高
- 算法直接对接人机交互、自动剪辑等真实产品，工程与业务结合紧密
- 公司鼓励复现与优化前沿算法，具备产学研结合的成长氛围
- 实习需兼顾算法研究与端侧落地，对工程实现和优化能力要求不低
- 需保证较长实习周期以产出成果
- 适合计算机视觉/深度学习方向、有较强代码与论文复现能力、希望在真实产品中打磨前沿算法的硕士在读生
缺点 / 挑战
- 视觉感知方向涉及算法面广，需要快速学习与复现论文的能力，挑战较大
角色解读
- 积累前沿视觉感知算法的研发与落地经验，向算法工程师/研究员方向发展
- 若产出高质量成果或论文，可进入核心算法团队或继续攻读研究型方向
- 横向可扩展到多模态、VLA、端侧部署等更广的技术领域
- 参与检测跟踪、分割、关键点、深度估计、6DoF Tracking等视觉感知算法的研发，服务人机交互、视频理解、自动剪辑等产品业务
- 复现并优化前沿论文算法，做模型结构优化与裁剪，并协助算法在移动端/嵌入式设备上落地
- 扎实的深度学习基础与一个以上前沿方向（目标检测分割、视频理解、几何感知、VLM等）的理论与实践经验
- 较强的Python编程与代码实现能力，以及论文复现和工程落地的动手能力
- 良好的逻辑思维、学习能力与团队协作意识
申请策略
- 了解影石创新的产品线（运动相机、全景影像、自动剪辑等），思考视觉算法如何服务这些场景
- 投递时强调可稳定实习时长与到岗时间，提高匹配度
- 突出目标检测分割、视频理解、几何感知或VLM等方向的项目与竞赛经历
- 展示论文复现、模型优化与部署落地的具体成果
- 若有视觉感知相关论文发表或开源项目，务必重点呈现
- 提前熟悉主流检测/分割框架与Transformer/VLM相关方法，练习论文复现与模型压缩部署
- 加强PyTorch工程实现与移动端/嵌入式部署（如量化、剪枝、ONNX）相关技能
面试指南
- 项目类问题用「背景-方法-难点-结果」结构，量化指标与个人贡献
- 算法复现类问题突出检索、对比实验、调参与优化路径
- 技术深挖问题先讲原理再讲实践取舍，体现工程判断力
- 请介绍一个你做过的视觉感知相关项目，说明思路与效果？你如何快速复现并优化一篇前沿论文？目标检测/分割/6DoF Tracking中你更擅长哪个方向，具体怎么做的？如何把一个算法优化并部署到移动端或嵌入式设备？为什么选择影石创新、对哪个业务方向感兴趣？
- 复习深度学习基础、主流检测分割与视频理解算法原理
- 准备1-2个有量化结果的视觉感知项目案例并熟练讲述
- 了解影石创新的产品与视觉感知在其业务中的应用场景
职位点评
薪资福利52
成长发展88
工作生活48
使命价值74
薪资福利
52较低
实习津贴按市场水准提供，JD 未披露具体薪资与福利信息，稳定性与保障主要取决于实习安排。
薪资信号未披露（AI估算：5.5–8.5千/月）
成长发展
88较高
岗位聚焦视觉感知与多模态前沿算法，鼓励复现与优化前沿工作，技术成长与学术积累空间大。
技术前沿前沿/新兴技术
技术栈深度学习、目标检测、分割、重识别、关键点检测、HMR、深度估计、6DoF Tracking、VLM、VLA、Python
成长机会保持公司算法能力在工业界和学术界的领先
业务类型profit_center
工作生活
48较低
JD 未提及办公模式与工作节奏，工作地点需与 HR 确认，灵活性相关信息不足。
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
74中等
视觉感知与多模态为高增长技术赛道，算法直接服务人机交互与视频理解等真实业务，技术价值明确。
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