vivo
画质算法专家
画质算法专家
发布于 2 天前普通员工/个人贡献者
上海市 / 杭州市
高级经验
全职员工
仅现场办公
学历未注明
研究与开发 (研发)
Ai Agent
Hdr
Llm
Pytorch
Tensorflow
图像处理
深度学习
计算机视觉
AI 估算 · 30k–60k
前沿影像算法岗位，技术壁垒高，大厂薪资有竞争力。
职位详情
关于这个职位
该职位负责vivo手机影像核心算法研发，涵盖夜景、人像等场景的Raw域画质优化，需要深度学习与计算机视觉背景，接触前沿AI技术，是vivo影像竞争力的技术核心
最低要求
有深度学习＆CV开发经验优先，熟悉手机成像的原理
了解手机拍照算法（SR、降噪、hdr、demosaic、remosaic等）原理，具备一定的问题分析能力和算法设计能力
于AI算法上具备一定的方案设计和落地经验优先
具备扎实的编程能力，精通python / c / c++等其中一语言，并掌握相关深度学习框架（pytorch/tensorflow等）及基础原理
具备良好的自驱动能力和团队合作沟通能力
熟悉AI Agent领域和图像画质评价领域相关工作和有相关经验的优先
工作职责
对手机影像的Raw域基础画质算法竞争力负责，包括但不限于夜景、人像、变焦、运动等拍照场景
承接影像产品需求，以算法为核心，以用户体验为导向，联合器件、平台特性设计竞争力领先的特性方案
负责手机Sensor内部处理影像算法的开发，包括但不限于remosaic、去噪、色彩增强、HDR算法等
能够通过LLM/LVM/AI agent等前沿技术提升工作流程效率
AI 洞察
优缺点分析
优点
- 影像算法是vivo核心优势，参与顶尖产品研发
- 接触手机成像全链路，技术积累深厚
- 大厂平台稳定，薪资福利优厚
- 手机算法需兼顾性能与功耗，优化难度大
- 行业竞争激烈，对交付质量和时效要求高
- 适合对影像算法有浓厚兴趣、有深度学习落地经验、追求技术深度的工程师
缺点 / 挑战
暂无明显挑战项
角色解读
- 成长为影像算法领域专家，主导核心算法方向
- 向技术管理方向发展，带领算法团队
- 横向扩展到AI Agent等前沿领域
- 负责手机拍照场景的Raw域基础画质算法研发与优化，涵盖夜景、人像、变焦等
- 结合器件与平台特性设计竞争力领先的特性方案
- 开发Sensor内部影像处理算法，如remosaic、去噪、色彩增强等
- 探索LLM/LVM等前沿技术提升算法开发效率
- 扎实的深度学习与计算机视觉知识，熟悉手机成像原理
- 精通Python/C/C++，掌握PyTorch等深度学习框架
- 具备问题分析与算法设计能力，有拍照算法（SR、降噪等）经验
申请策略
- 关注vivo影像技术博客，了解其算法方向
- 突出手机拍照算法项目经验（SR/HDR/降噪等）
- 强调深度学习落地案例，尤其是移动端优化
- 展示C++/Python编程能力和性能调优经验
- 补充AI Agent或LLM相关知识
- 学习Sensor图像处理流程
面试指南
- 使用STAR法则描述项目
- 从原理、实现、优化三个层次回答
- 结合具体数据或案例
- 请解释手机HDR算法的原理和常用方法
- 如何在移动端部署深度学习模型？
- 介绍你做过的一个画质算法项目
- 如何平衡算法效果与功耗？
- 对AI Agent在影像开发中的应用有何看法？
职位点评
75
综合评分
vivo核心影像算法岗位，前沿技术栈，薪资竞争力强，WLB一般。
更适合这类人
适合追求技术成长和薪资回报的求职者，能接受一定工作强度。
表现最好
成长发展
相对薄弱
工作生活
薪资福利80
成长发展90
工作生活60
使命价值70
薪资福利
80较高
vivo作为头部手机厂商，薪资待遇在行业内具有竞争力，但职位描述未明确具体薪酬福利。
薪资信号未披露（AI估算：30K-60K/月）
成长发展
90较高
职位涉及前沿AI技术，个人技术成长空间大，能为产品直接创造价值。
技术前沿前沿/新兴技术
技术栈深度学习、计算机视觉、图像处理、PyTorch、TensorFlow、AI Agent、LLM、LVM
业务类型profit_center
工作生活
60中等
需要现场办公，未明确提及工作生活平衡，手机行业可能有一定强度。
工作模式仅现场办公
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
70中等
影像算法提升用户体验，但行业整体成熟，社会意义中性。
行业发展稳定成熟行业
社会影响中性/一般
创新程度积极采用新技术
Watch Jobs