滴滴出行
视觉算法工程师
视觉算法工程师
发布于 3 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
图像处理
地图数据
大模型
模型压缩
深度学习
目标检测
计算机视觉
语义分割
值不值得投
80综合评分
综合评分 80
前沿技术驱动、高成长空间、大厂平台，但需适应高强度研发节奏
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
4.0万
与计算机视觉工程中位数基本持平
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 2370 个在招 · 其中计算机视觉工程 5 个
市场机会
选择面较广
北京 · 计算机视觉工程 · 约 150 个在招
职位详情
关于这个职位
负责构建高效的地图数据更新体系，利用视觉感知和图像理解技术处理地图数据
同时跟踪探索计算机视觉及大模型等前沿技术在地图领域的落地应用，解决复杂算法问题并推动技术创新
最低要求
具有扎实的计算机视觉、机器学习等理论基础，并在相应方向有丰富的项目经验
在目标检测、语义分割、图像分类、模型压缩等方向有深厚的积累
具备良好的问题分析与解决能力，有创新思维，能够独立开展研究工作，具备深度思考和技术归纳能力，良好的沟通能力和团队协作精神;
工作职责
基于视觉感知、图像理解等技术，构建高效的地图数据更新体系
跟踪探索计算机视觉、大模型等前沿技术，并探索在地图领域的落地应用
优先资格
具有解决复杂算法问题的经验，能够从多维度进行抽象分析，ACM竞赛获奖者、顶会顶刊论文作者、技术竞赛冠军优先
AI 洞察
优缺点分析
优点
- 处于自动驾驶和智慧地图的核心赛道，技术栈前沿（CV+大模型）
- 对算法理论深度和项目经验要求极高，需具备独立研究和解决复杂问题的能力
- 拥有扎实CV背景，对地图数据智能化处理感兴趣的技术型人才
缺点 / 挑战
暂无明显挑战项
角色解读
- 向资深算法专家发展，或在AI大模型与地图结合的前沿领域成为技术带头人
- 利用计算机视觉技术处理地图数据，构建自动化数据更新体系
- 扎实的CV理论基础，精通目标检测、语义分割等具体任务，熟悉模型压缩技术
申请策略
- 准备展示解决复杂算法问题的案例，体现深度思考和技术归纳能力
- 突出在目标检测、语义分割等领域的具体项目成果，强调模型优化和落地经验
- 加强对大模型在视觉领域应用的学习，提升算法效率优化能力
面试指南
- 使用STAR法则描述项目经历，重点阐述技术选型理由、难点突破方案及最终业务价值
- 请详细介绍一个你主导的计算机视觉项目，遇到的最大挑战是什么？
- 如何在保证精度的前提下进行模型压缩和加速？
- 如何看待大模型在地图数据更新中的应用前景？
- 复习经典CV算法原理，关注最新顶会论文，准备模型优化的具体技术方案
职位点评
薪资福利85
成长发展90
工作生活60
使命价值75
薪资福利
85较高
作为已上市的巨头企业，提供具有市场竞争力的薪酬和完善的福利体系，满足补偿性动机。
薪资信号未披露（AI估算：3.0千–5.0万/月）
成长发展
90较高
职位涉及前沿的计算机视觉和大模型技术，且鼓励探索落地应用，提供极高的技术成长空间。
技术前沿前沿/新兴技术
技术栈计算机视觉、大模型、目标检测、语义分割、模型压缩
业务类型profit_center
工作生活
60中等
互联网大厂通常工作节奏较快，虽未明确提及加班情况，但高强度研发环境可能影响WLB。
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
通过提升地图数据的准确性和更新效率，间接支持自动驾驶和智慧出行，具有一定的社会价值。
行业发展高速增长赛道
社会影响正向社会影响力较高
创新程度积极采用新技术
Watch Jobs