计算机视觉算法实习生 / Summer Intern- Computer Vision Algorithm （厦门）

优缺点分析

角色解读

• 实习期间表现优秀可获得留用转正，成为美图正式算法工程师
• 深入参与前沿视觉技术研究，有机会在顶级会议发表论文，积累技术影响力
• 可向技术专家或技术管理方向发展，未来可承担核心算法研发或技术团队领导角色
• 跟踪并探索计算机视觉和AIGC领域的前沿技术，如Diffusion Models、GAN等，并将其应用于图像/视频生成、编辑等任务
• 参与视觉模型的算法设计、训练、微调和优化，提升模型效果和效率，推动产品功能落地
• 针对实际场景编写核心代码，输出Demo或SDK，并根据产品反馈进行迭代优化
• 研究最新技术动态，参与撰写技术专利或学术论文
• 扎实的计算机视觉和深度学习基础，熟悉图像生成、分割、检测等至少一个子方向
• 熟练掌握Python和PyTorch框架，具备良好的数学和编程能力
• 对AI技术有强烈热情，熟练使用各类AI工具，持续关注AIGC前沿进展
• 良好的沟通能力和团队协作精神，能够与工程和产品团队高效配合

申请策略

• 在简历或求职信中表达对美图产品的兴趣和见解，展现业务理解力
• 提前准备一个与图像/视频生成相关的Demo或项目，在面试中展示实操能力
• 突出计算机视觉相关的研究项目或竞赛经历，尤其是图像生成、分割、检测等方向，展示技术深度
• 强调Python和PyTorch的使用经验，如有开源项目或GitHub链接更佳
• 如果有顶级会议论文（CVPR、ICCV等）或相关实习经历，务必放在显眼位置
• 展示对AIGC领域的热情，如列举常用的AI工具、追踪的论文或复现的模型
• 补充Diffusion Models、GAN、ViT等前沿模型的理论和实践，可以通过复现开源项目来加深理解
• 提升C++编程能力，虽然只是加分项，但能在面试中增加工程落地印象

面试指南

• STAR法则：描述项目背景、任务、行动和结果，重点突出技术难点和你的贡献
• 对比分析法：比较不同模型或方法时，从原理、效果、效率、适用场景等维度展开
• 结构化回答：对于开放性问题，先给出结论，再分点论述，最后总结
• 请介绍一下你参与过的计算机视觉项目，你在其中承担了什么角色？
• 解释一下Diffusion Model的原理，它与GAN相比有什么优缺点？
• 如何优化一个图像生成模型的推理速度？你会考虑哪些方法？
• 你如何看待AIGC在美图产品中的应用前景？请举例说明
• 请手撕一道代码题：实现二维卷积或图像缩放算法