影石创新
深度学习算法工程师-2027校招
深度学习算法工程师-2027校招
发布于 2 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
Vlm
图像分割
嵌入式移植
模型优化
模型裁剪
深度学习
目标检测
视频理解
计算机视觉
值不值得投
73综合评分
综合评分 73
前沿CV/VLM校招算法岗，技术成长突出，薪资福利与工作强度需面试确认。
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，方便比较职业起点。
薪资怎么样
3.5万
比计算机视觉工程中位数高
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 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
面向2027届校招的深度学习算法工程师岗位，主要负责CV感知与VLM算法研发，包括检测跟踪、重识别、分割、关键点、动作理解、深度估计等，并将算法优化落地到人机交互、视频理解、自动剪辑和智能飞行等产品场景
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，博士优先
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、LLM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，发表过视觉感知、LLM、VLM等A类一作论文者优先，在多模态VLM大模型方向上有深入研究经历者优先
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、动作理解、深度估计等各类CV感知或VLM算法的开发，应用于人机交互、视频理解、自动剪辑、智能飞行等业务
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、裁剪与微调训练，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
博士优先
发表过视觉感知、LLM、VLM等A类一作论文者优先
在多模态VLM大模型方向上有深入研究经历者优先
AI 洞察
优缺点分析
优点
- 方向前沿：覆盖CV感知与VLM，技术栈有成长性
- 业务场景丰富：人机交互、视频理解、自动剪辑、智能飞行等可落地
- 产品结合紧密：算法与智能影像硬件产品结合，能积累工程落地经验
- 校招定位明确：面向应届生，适合从校园过渡到工业界算法研发
- 技术门槛高：要求硕士及以上，且需在CV/VLM方向有扎实基础
- 前沿跟进快：需持续复现新论文并快速验证，学习强度高
- 适合有CV或多模态算法基础、喜欢前沿研究与产品落地结合的应届硕士或博士
缺点 / 挑战
- 工程落地压力：算法需兼顾精度、速度与嵌入式移植，优化难度大
角色解读
- 技术专家路线：从算法工程师成长为CV/VLM方向资深算法专家
- 业务算法负责人：深入产品场景后负责算法方案设计与团队协作
- 跨领域发展：可向多模态大模型、智能硬件感知、自动驾驶或机器人等方向拓展
- 研发CV感知算法：负责检测跟踪、重识别、分割、关键点、动作理解、深度估计等算法开发
- 探索VLM/LLM前沿：跟进并复现前沿算法，设计新算法，保持算法能力领先
- 业务落地与优化：根据人机交互、视频理解、自动剪辑、智能飞行等场景拆解算法任务，做模型优化、裁剪、微调
- 协同工程移植：协助移动端/嵌入式开发工程师完成算法移植和落地
- 深度学习基础：熟悉检测分割、视频理解、几何感知、LLM等一个或多个方向
- 编程与工程能力：Python熟练，代码能力强，能复现和优化算法
- 科研能力：有A类一作论文或VLM大模型研究经历者优先
- 逻辑思维与团队协作：学习能力强，具备团队合作精神
申请策略
- 关注影石创新智能影像产品线，理解算法在相机、无人机等场景的应用
- 准备作品集或项目链接，面试中能清晰讲清问题、方法、结果与反思
- 突出CV项目：目标检测、分割、跟踪、视频理解等项目经历，写明指标提升
- 展示科研成果：论文、竞赛、开源项目，尤其A类一作或VLM相关研究
- 强调工程能力：Python代码、模型优化、裁剪与部署经验
- 体现业务落地：有移动端或嵌入式移植、实际产品算法落地经验优先
- 补强VLM或多模态：了解主流VLM架构、训练与微调方法
- 模型优化部署：学习剪枝、量化、蒸馏、TensorRT或ONNX等部署工具
面试指南
- 项目闭环：按背景-问题-方法-结果-反思回答，突出个人贡献和量化指标
- 技术权衡：说明方案选型依据、对比实验，以及精度、速度、成本权衡
- 前沿连接业务：先讲论文方法，再讲如何适配业务数据和部署约束
- 介绍一个你主导的CV算法项目，如何设计并提升指标？
- 目标检测、分割或跟踪中你熟悉哪些模型？如何选型？
- 如何将大模型或VLM应用到视频理解或自动剪辑场景？
- 模型压缩和嵌入式移植有哪些经验？如何平衡精度与速度？
- 最近读过哪些CV或VLM论文？如何复现和评估？
职位点评
薪资福利62
成长发展90
工作生活55
使命价值78
薪资福利
62中等
JD未披露薪资与福利信息，补偿性条件需在面试中进一步确认；深圳校招算法岗通常具备一定市场竞争力。
薪资信号未披露（AI估算：2.5千–4.5万/月）
成长发展
90较高
岗位聚焦CV感知与VLM前沿算法，并强调复现、优化和落地，技术成长空间较大。
技术前沿前沿/新兴技术
技术栈深度学习、计算机视觉、目标检测、图像分割、重识别、关键点、动作理解、深度估计、VLM、LLM、Python、模型优化、模型裁剪、嵌入式移植
成长机会复现和优化前沿算法、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、协助移动端/嵌入式开发工程师进行算法的移植与落地
业务类型ambiguous
工作生活
55较低
JD未提及办公模式、弹性安排或加班信息，工作地点与作息需在面试中与HR确认。
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
78中等
岗位服务智能影像与人机交互等产品场景，技术应用价值较明确；但JD未直接阐述社会使命。
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