中国电信
水下光学/视觉算法研究员
水下光学/视觉算法研究员
发布于 5 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
Matlab
Nerf
Pytorch
Tensorflow
三维重建
光学成像
图像复原
深度学习
计算成像
值不值得投
78综合评分
综合评分 78
核心研发岗，技术栈前沿且极具挑战性，学术与工程双重驱动，适合追求技术深度的博士级算法专家。
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，方便横向比较。
薪资怎么样
4万
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 2680 个在招 · 其中计算机视觉工程 7 个
市场机会
选择面较广
上海 · 计算机视觉工程 · 约 110 个在招
职位详情
关于这个职位
该职位主要负责水下光学成像系统的数学建模与仿真，并开发基于物理模型与深度学习结合的图像复原增强算法
你需要处理水下复杂环境中的散射、照明和颜色失真问题，提升目标识别与细节还原能力，同时协同工程团队推动技术成果的工程化转化
最低要求
博士学历，光学工程、计算机、电子信息等相关专业
熟悉Python/Matlab，熟练使用PyTorch/TensorFlow等深度学习框架，具备传统优化与深度学习融合经验
深入掌握计算成像逆问题理论（压缩感知、深度展开）、图像复原算法（去噪、超分辨、光谱重建）、三维重建算法（NeRF、3D高斯泼溅、多视角几何）
熟悉光学成像物理模型（衍射、干涉、散射）与视觉任务的联合优化
熟悉光谱成像/OCT/显微成像系统，具备光学系统搭建与调试经验（如DMD同步控制、编码掩模设计、飞秒激光成像系统）
工作职责
负责水下光学成像系统数学建模，研究光在复杂水体环境中的传输特性，利用软件进行系统仿真，评估不同设计参数下的成像性能
基于物理模型开发水下图像复原增强算法，解决后向散射噪声抑制、非均匀照明校正、颜色失真恢复等核心问题
研究结合深度学习与传统物理模型的混合驱动算法，提升低照度、高浑浊度环境下的目标识别率与细节还原能力
负责数据采集、处理与分析，根据实测数据修正理论模型参数
设计数值实验与误差分析方案，评估成像系统的分辨率、信噪比、重建精度
协同工程团队解决原型机研发过程中的关键技术瓶颈，推动理论成果向工程应用转化
负责项目成果的论文发表、专利申请与技术转化
优先资格
有相机硬件协同开发经验者优先
有水下光学成像项目经验者优先
AI 洞察
优缺点分析
优点
- 依托大型企业的平台资源，能够接触前沿的水下光学与视觉交叉领域，技术壁垒高
- 有机会发表高水平论文和申请专利，实现学术与工程双重成就
- 水下环境复杂，算法在实际低照度、高浑浊度场景中的落地难度大，需要频繁进行实测数据修正
- 涉及光学硬件与算法的联合优化，跨学科知识要求极高
- 适合拥有光学工程或计算机视觉博士背景，对水下探测、计算成像有浓厚兴趣，且具备较强跨学科研究能力的求职者
缺点 / 挑战
暂无明显挑战项
角色解读
- 从算法研究员成长为水下视觉领域的资深技术专家或首席科学家
- 也可向技术管理方向发展，带领团队攻克国家级或行业级重大水下探测项目
- 建立水下光学成像系统的数学模型并进行仿真评估
- 开发结合物理模型与深度学习的图像复原增强算法，解决水下散射、照明和色彩失真问题
- 负责数据采集分析并协同工程团队推动技术落地与专利论文产出
- 精通Python/Matlab及PyTorch/TensorFlow等深度学习框架
- 深入掌握计算成像逆问题理论、图像复原及三维重建算法（如NeRF、3D高斯泼溅）
- 具备光学系统搭建调试经验及物理模型与视觉任务联合优化能力
申请策略
- 了解中国电信在海洋通信、水下探测或相关新兴业务领域的战略布局，在面试中展现对行业应用场景的深刻理解
- 重点突出在计算成像、图像复原或三维重建方面的研究成果（如顶会论文、专利）
- 详细列出参与的水下光学或复杂环境视觉项目经验及实际落地效果
- 提前熟悉水下图像数据集及主流的水下图像增强算法（如基于物理模型的先验方法）
- 复习并实操NeRF、3D高斯泼溅等前沿三维重建技术
面试指南
- 采用STAR法则，先说明水下环境的具体挑战（如散射模型），再阐述你提出的混合驱动算法架构，最后用实测数据（如信噪比、识别率提升指标）证明效果
- 对于跨学科问题，重点突出你如何将光学物理先验知识融入深度学习网络设计中，展现理论与工程结合的能力
- 请详细介绍你开发的水下图像复原增强算法，以及如何解决后向散射和颜色失真问题？
- 在结合深度学习与传统物理模型时，你遇到了哪些技术瓶颈，是如何解决的？
- 请谈谈你对NeRF或3D高斯泼溅在水下三维重建中应用的理解和实践经验
- 在光学系统搭建与调试中，你是如何进行相机硬件协同开发的？
- 准备1-2个核心项目的详细技术文档或演示，重点展示物理模型与深度学习融合的创新点
- 复习水下光传输特性及计算成像逆问题相关的基础理论，确保能应对深度的技术拷问
职位点评
薪资福利80
成长发展90
工作生活60
使命价值75
薪资福利
80较高
博士学历的算法研究员通常能获得具有竞争力的薪酬，且福利体系完善，但具体薪资未披露，整体补偿性动机满足度较高。
薪资信号未披露（AI估算：3千–5万/月）
成长发展
90较高
岗位涉及前沿的计算成像与深度学习交叉领域，且明确要求论文发表与专利申请，为技术专家提供了极佳的技术深度与学术成长空间。
技术前沿前沿/新兴技术
技术栈Python、PyTorch、TensorFlow、NeRF、3D高斯泼溅、计算成像、深度学习
成长机会论文发表、专利申请、技术转化
业务类型ambiguous
工作生活
60中等
岗位涉及原型机研发与实测数据分析，工作节奏可能受项目进度和实验条件限制，WLB情况未明确。
工作模式未明确
办公地点市区核心地段
加班情况未提及（无法判断）
使命价值
75中等
水下光学与视觉技术应用于海洋探测等领域，具有较高的社会价值和行业前景，但JD中未直接强调社会使命。
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