【研发中心】2026届智能算法工程师（博士）(J22767)

优缺点分析

角色解读

• 从算法工程师逐步成长为高级算法专家或技术负责人，深耕计算机视觉领域
• 在安防与AI行业积累丰富经验，可横向拓展至大模型、多模态等前沿方向
• 可向技术管理岗位发展，带领团队负责核心算法研发
• 负责视频和图像相关智能算法的预研与创新，跟踪计算机视觉前沿技术趋势
• 参与算法产品化开发，将研究成果落地到安防、智能交通等实际业务场景
• 解决算法落地中的难点问题，进行效果调优，提升模型性能与稳定性
• 与团队成员协作，完成项目目标并撰写技术文档
• 扎实的计算机视觉理论基础，熟悉目标检测、跟踪、分类等经典算法
• 熟练掌握深度学习框架（如PyTorch、TensorFlow）和编程语言（如Python、C++）
• 具备独立开展研究的能力，有实际项目开发经验，能解决工程化问题
• 有大模型或AI落地经验者更具优势

申请策略

• 提前了解大华股份的产品线和AI战略，在面试中展示对业务的理解
• 准备好详细的算法项目案例，尤其是解决实际问题的过程与结果
• 重点突出博士期间的研究课题和成果，特别是与计算机视觉相关的论文发表
• 强调项目中实际用到的算法和技术栈，展示动手解决复杂问题的能力
• 如有AI项目落地经验，详细描述项目背景、个人贡献和实际效果
• 如有竞赛获奖或专利，务必在简历中突出
• 复习经典计算机视觉算法和深度学习模型，巩固理论基础
• 了解视觉大模型等前沿技术，掌握其基本思想与应用

面试指南

• 回答项目经历时，使用STAR法则：情境、任务、行动、结果，突出个人贡献和量化成果
• 技术问题先给出核心思路，再展开细节，最后总结，展现逻辑条理
• 在回答中体现学习能力和思考深度，可以适当提出自己的见解或改进方向
• 请介绍你的博士研究课题，具体解决了什么问题，用了什么方法？
• 你了解哪些目标检测算法？对比一下它们的优缺点？
• 如何将目标检测算法部署到嵌入式设备上？需要考虑哪些因素？
• 你是否有大模型相关经验？如何应用到视觉任务中？
• 如果让你优化现有算法在特定场景的准确率，你会怎么入手？