显示图形算法工程师

优缺点分析

角色解读

• 在显示算法领域深入钻研，成为图像增强或计算机视觉方向的技术专家
• 向技术管理方向发展，带领算法团队负责核心显示技术研发
• 借助小米多终端生态，横向拓展至手机、电视、汽车等显示相关领域
• 参与显示领域图像/视频增强算法的研发，涵盖深度学习和传统图像处理方法
• 负责算法从设计、开发到验证、集成的完整流程，解决产品化中的工程问题
• 跟踪行业前沿技术（如超分、插帧、3DGS），结合产品需求持续优化算法性能
• 与内外部团队协作，确保算法在小米显示产品上达到业界领先效果
• 扎实的计算机视觉和图像处理基础，熟悉深度学习模型训练与部署
• 熟练使用C++或Python，具备良好的编程和调试能力，有C++优化经验更佳
• 了解超分、插帧、动效渲染或3DGS等至少一个前沿方向，有实际项目经验优先
• 良好的沟通协调能力和创新思维，能推动跨团队合作

申请策略

• 关注小米手机、电视等产品的显示技术亮点（如高刷、插帧），在面试中展示对产品的理解
• 准备至少一个完整的算法落地案例，讲述从需求分析到上线优化的全过程
• 突出图像/视频处理相关项目经验，特别是超分、插帧、降噪等算法的实际成果
• 展示学术论文或竞赛成绩，体现算法理论深度和创新能力
• 强调编程细节，如C++优化、内存管理、多线程等，证明工程落地能力
• 补充深度学习框架（如PyTorch、TensorFlow）的实战经验，熟练进行模型训练和调优
• 了解3DGS、扩散模型等新兴技术，阅读相关论文并尝试复现

面试指南

• 技术问题按“背景-方法-结果”结构回答，突出数据、模型设计、性能优化等关键点
• 行为问题使用STAR法则，清晰阐述情境、任务、行动和结果，强调个人贡献
• 对于前沿技术问题，展示学习能力和思考深度，可结合自身理解提出见解
• 请介绍一个你参与过的图像增强项目，具体做了哪些工作？效果如何？
• 如何评估超分算法的效果？有哪些常用的客观和主观指标？
• 在算法产品化过程中遇到过什么技术瓶颈？你是如何解决的？
• 你对3DGS技术有什么理解？在显示领域有哪些可能的应用方向？
• 复习图像处理经典算法（如超分经典的SRCNN、ESPCN）和深度学习基础知识