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

优缺点分析

角色解读

• 实习转正：表现优秀者可获转正offer，正式加入美图算法团队
• 技术深耕：逐步从实习生成长为独立负责模块的算法工程师，参与核心算法研发
• 学术发展：在实习期间产出专利或论文，为未来深造或跳槽增加竞争力
• 跟踪CV/AIGC领域最新论文，将前沿算法（如扩散模型、ViT）应用于图像/视频生成、编辑与增强任务
• 参与视觉模型的算法设计、训练、微调与性能优化，推动功能落地
• 编写核心代码，产出Demo或SDK，并根据产品反馈迭代改进
• 有机会撰写技术专利或论文，积累学术成果
• 扎实的深度学习基础，熟悉PyTorch等框架，能独立实现论文中的模型
• 计算机视觉子领域（如图像生成、分割、检测）的研究或项目经验
• 较强的编程能力（Python），良好的数学与工程功底
• 对AIGC充满热情，持续关注前沿研究，熟练使用AI效率工具

申请策略

• 在求职信中表达对美图产品和AIGC方向的理解，结合公司业务（如美颜、修图）提出自己的想法
• 提前了解美图旗下产品（如美图秀秀、美颜相机）的影像技术，思考可能的优化点
• 突出CV相关项目经历，尤其是图像生成、分割、目标检测等方向的具体成果
• 如有顶会论文或竞赛奖项，务必放在显眼位置，这是最大加分项
• 展示扎实的编程能力，附上GitHub链接或个人项目Demo
• 强调对AIGC前沿技术的跟踪，如提到常用哪些AI工具、最近阅读的论文等
• 深入掌握至少一个主流框架（PyTorch），并熟悉Diffusion Models、GAN或ViT的原理与实现
• 如果时间允许，在GitHub上复现一篇最新的AIGC论文，并附上实验记录

面试指南

• STAR法则：描述项目背景、任务、行动和结果，突出个人贡献
• 对比分析法：比较不同模型/方法的优缺点，展示技术广度和批判性思维
• 解决问题思路：先分析问题本质，再提出可能方案，最后给出选择理由
• 请介绍一个你参与过的计算机视觉项目，你负责哪些部分？遇到了什么挑战？
• 谈谈你对Diffusion Models的理解，它与GAN相比有哪些优缺点？
• 如何在PyTorch中实现一个自定义的Dataset和DataLoader？
• 你最近读过的一篇AIGC论文是什么？简单概括并评论
• 如果让你优化美图秀秀中的人像修复功能，你会从哪些方面入手？