OPPO
CV算法工程师
CV算法工程师
发布于 3 天前普通员工/个人贡献者
北京市 / 深圳市
中级经验
全职员工
仅现场办公
硕士
研究与开发 (研发)
Llm
Sft
Tool Learning
Vlm
剪枝
多模态
强化学习
意图识别
模型量化
AI 估算 · 30k–50k
OPPO是科技大厂，算法岗薪资竞争力强，北京深圳一线城市，结合技术要求高，月薪在30k-50k合理。
职位详情
关于这个职位
该职位是OPPO的CV算法工程师，主要负责多模态大模型（VLM）与智能体（Agent）在智能相册场景中的算法研发与落地
你将参与端云协同的下一代手机智能体生态建设，涉及深度推理、意图识别、模型定制微调与推理效能优化
适合对前沿AI技术有热情、具备扎实计算机视觉和自然语言处理基础的求职者
最低要求
硕士及以上学历，计算机、人工智能、电子、自动化等相关专业，具备扎实的数学和逻辑思维能力，拥有主动学习能力与技术钻研精神，能够敏锐捕捉领域前沿动态
精通视觉理解方向基础方法，能够将技术创新与业务需求紧密结合，实现敏捷交付
具备良好的团队协作与承压能力，能高效推动项目进展
工作职责
深度推理、意图识别与任务编排（Core Agentic Workflow）：负责端云协同相册 Agent 的架构设计与算法实现，攻坚多轮对话中的复杂长文本上下文管理、记忆提取（Memory Storage & Retrieval）与反思（Self-Reflection）机制
研究并优化 Agent 的任务拆解（Sub-goal Decomposition）与自主规划（Planning）能力，设计在端侧算力环境下的高可靠性路由决策机制
模型定制微调与推理效能优化（Fine-Tuning & Infra Optimization）：针对相册专属场景，负责大语言模型（LLM）与多模态模型（VLM）的指令微调（SFT）与强化学习，优化模型在 Tool-use 和结构化输出（JSON 强约束）上的准确率
基于开源的高吞吐推理引擎，针对高并发/端侧低算力环境进行模型的剪枝、量化以及分布式并行训练优化
数据飞轮与评测闭环：负责搭建完整的 Agent 评测基准（Benchmark）与数据飞轮工程，通过用户行为埋点形成自主对齐闭环，驱动算法模型的持续迭代
优先资格
在视频理解方向有深入研究者优先
AI 洞察
优缺点分析
优点
- OPPO作为头部科技公司，提供充足的研发资源和数据支持，技术影响力大
- 岗位聚焦多模态大模型和Agent，是当前AI最前沿方向，技能积累价值高
- 技术难度高，需要同时掌握CV、NLP、推理优化等多个方向，学习曲线陡峭
缺点 / 挑战
- 端云协同场景极具挑战性，能接触到从模型到工程的全链路工作
- 端侧算力限制和实时性要求给模型部署带来极大挑战，需反复迭代
- 互联网大厂工作强度较大，可能存在较高的工作压力和加班情况
- 适合具备扎实CV和NLP基础、对多模态Agent有浓厚兴趣、乐于迎接技术挑战的算法工程师
角色解读
- 从算法工程师逐步成长为技术负责人，主导端侧AI Agent的技术方向
- 深入多模态大模型和Agent领域，成为行业专家，或向AI架构师方向发展
- 有机会参与公司级AI平台的建设，推动前沿技术在千万级设备上的落地
- 设计和实现端云协同的智能相册Agent，包括多轮对话管理、记忆提取与任务规划等核心模块
- 对多模态大模型进行指令微调与强化学习，优化模型在工具调用和结构化输出上的表现
- 针对端侧低算力环境进行模型剪枝、量化等推理优化，并搭建数据飞轮和评测基准
- 精通计算机视觉和自然语言处理，特别是多模态大模型（VLM）和智能体（Agent）技术
- 熟练使用深度学习框架（如PyTorch），具备大模型微调（SFT/RLHF）和推理优化经验
- 了解分布式训练、模型压缩（剪枝/量化）以及端侧部署技术
- 具备较强的工程能力，能处理高并发、低延迟的推理系统
申请策略
- 在申请时表达对智能相册场景的理解和兴趣，可提前体验OPPO手机相册功能并提出改进思路
- 准备一个端到端的Agent项目演示，展示从需求分析到模型部署的完整能力
- 突出多模态大模型或Agent相关的项目经验，特别是端侧部署或推理优化的案例
- 强调在视觉理解、指令微调或强化学习方面的实际成果，如模型精度提升或推理速度优化
- 展示开源贡献或顶会论文，体现技术深度和行业影响力
- 快速补强大模型微调（SFT/RLHF）和 Agent 框架（如LangChain、AutoGPT）的实践经验
- 学习模型量化（INT4/INT8）和剪枝技术，了解端侧推理引擎（如MNN、TNN）
面试指南
- 使用STAR法则（情境-任务-行动-结果）结构化回答项目经验，突出个人贡献和量化成果
- 遇到开放式设计问题时，先明确问题定义和约束条件，再分模块给出方案，并说明权衡
- 技术原理类问题：先解释核心概念，再结合自身实践或典型用例展开
- 请详细介绍你在多模态大模型或Agent方向的一个代表性项目，包括技术选型和落地效果
- 如何设计一个端侧Agent的任务规划模块？请结合内存和算力限制说明
- 在模型量化过程中，如何处理精度损失？请举例说明
- 请解释Tool Learning的关键技术，以及你如何设计工具调用的准确率评估
- 如何构建数据飞轮以持续优化相册Agent？请描述闭环流程
职位点评
72
综合评分
大厂前沿算法岗，技术挑战大，薪资优厚，但工作强度较高，WLB一般。
更适合这类人
最适合追求技术成长和前沿方向、愿意接受高强度工作以换取职业增值的算法工程师。
表现最好
成长发展
相对薄弱
工作生活
薪资福利85
成长发展90
工作生活45
使命价值70
薪资福利
85较高
OPPO作为行业头部企业，薪酬福利在业内具有竞争力，但JD未明确说明具体薪资和福利，综合判断补偿性动机满足程度较高。
薪资信号未披露（AI估算：30K-50K/月）
成长发展
90较高
岗位涉及多模态大模型、Agent、端侧推理等前沿技术，技术成长空间极大，但JD未提及明确的晋升或培训机制，发展性动机满足程度很高。
技术前沿前沿/新兴技术
技术栈VLM、Agent、LLM、SFT、强化学习、模型量化、剪枝、意图识别、Tool Learning、多模态
业务类型profit_center
工作生活
45较低
JD要求仅现场办公，未提及弹性工作或远程，且互联网大厂算法岗位通常工作强度较大，生活化动机满足程度较低。
工作模式仅现场办公
办公地点科技园/产业园
加班情况未提及（无法判断）
使命价值
70中等
行业属于高速增长的人工智能赛道，产品直接服务于用户，但社会影响力中性，意义感动机满足程度中等偏上。
行业发展高速增长赛道
社会影响中性/一般
创新程度积极采用新技术
Watch Jobs