高级CT重建算法工程师

优缺点分析

角色解读

• 技术深度方向：成为CT重建领域专家，主导核心算法研发，参与行业标准制定
• 技术管理方向：从IC转为技术主管/架构师，带领算法团队攻克技术难题
• 跨领域发展：积累安检CT经验后，可拓展至医疗CT、工业CT或其他成像设备领域
• 设计并实现安检螺旋锥束CT的图像重建算法，针对双能、高转速等复杂条件优化重建效果
• 使用CUDA/OpenCL对算法进行GPU加速，满足实时处理需求，并集成到产品框架中
• 评估图像质量指标（空间分辨率、伪影水平等），根据实测数据迭代参数，配合硬件团队开发物理校正算法
• 跟踪CT重建领域最新学术进展，探索其在安检中的落地可能
• 精通C/C++和并行编程（CUDA/OpenCL），具备扎实的数值计算基础
• 深入理解CT成像物理、X射线与物质相互作用、常见伪影成因，熟悉螺旋锥束CT几何
• 掌握FDK、ASSR等主流重建算法，能独立实现和改进
• 熟练使用MATLAB/Python进行算法仿真与数据分析，具备图像质量评价能力

申请策略

• 面试前了解广核集团在安检领域的布局，展现你对公司业务的兴趣
• 准备一个完整的CT重建项目案例，从算法设计到性能优化，清晰讲述你的贡献
• 突出CT重建项目经验：详细描述你参与过的CT重建算法实现，特别是螺旋锥束、双能、GPU加速等环节
• 强调编程与并行优化能力：列出C++、CUDA/OpenCL项目，展示性能优化成果（如加速比）
• 展示图像质量评价经验：提及你如何评估空间分辨率、密度分辨率、伪影等指标
• 如果有学术论文或专利，务必列出，体现跟踪前沿的能力
• 如果CUDA经验不足，可系统学习GPU并行编程，完成一些小项目（如CT重建加速）
• 深入研究一种主流重建算法（如FDK）的数学推导和C++实现

面试指南

• 对于算法原理题：先阐述核心概念和数学公式，再结合实际项目说明实现细节
• 对于优化题：使用STAR原则（情境、任务、行动、结果），突出性能提升数据
• 对于问题解决题：描述问题现象→分析根因→提出方案→验证效果
• 请详细解释螺旋锥束CT的几何参数（如锥角、螺距）对重建质量的影响
• 描述FDK算法的基本步骤，并说明其优缺点
• 如何对FDK进行GPU加速？
• 你如何评价重建图像的质量？遇到过哪些典型的伪影？如何消除或抑制？
• 请分享一个你优化CT重建算法性能的案例，包括使用了哪些并行技术？