感知算法专家

优缺点分析

角色解读

• 深耕算法技术，成长为视觉领域技术专家或首席科学家
• 向技术管理转型，带领团队负责影像算法整体方向
• 横向拓展到完整成像系统（硬件+算法），成为系统级架构师
• 负责手机视觉感知算法的研究与开发，包括通用场景感知（检测、分割、深度估计等）和扩散模型应用（单步SD深度估计等）
• 设计和优化多任务感知架构，提升计算共享效率，接近单任务性能
• 探索光感知（白平衡、色温等）和图像质量评价算法，并与相机3A系统协同优化
• 推动高分辨率端上感知算法的落地，兼顾精度与推理速度
• 扎实的计算机视觉和深度学习基础，熟悉检测、分割、深度估计、OCR等经典算法原理
• 了解扩散模型（如Stable Diffusion）及其在视觉任务中的应用
• 具备多任务学习和模型优化经验，熟悉模型压缩、量化等端上部署技术
• 有顶会论文、顶级竞赛或重要开源项目经历者优先

申请策略

• 在面试中准备一个完整的项目案例，从问题定义、方案设计、实验对比到落地优化
• 关注vivo影像技术方向，思考如何将最新研究（如Diffusion-based depth estimation）应用到产品中
• 重点突出相关顶会论文（CVPR/ICCV/ECCV等），说明自己在其中贡献的技术创新
• 展示在检测、分割、深度估计等任务上的实际项目成果，附带量化指标（mAP、IoU等）
• 如有开源项目（如GitHub star较多）或竞赛Top成绩，务必列出
• 强调端上优化经验（模型压缩、量化、知识蒸馏等），证明工程能力
• 提前学习扩散模型原理，了解其在视觉生成和感知中的应用
• 动手实现一个多任务学习框架（如MTL），熟悉共享/私有模块设计

面试指南

• 对于项目介绍题：使用STAR法则（Situation-Task-Action-Result），突出个人贡献与量化成果
• 对于技术设计题：先说明核心目标（如效率/精度），再给出候选方案并比较优劣，最后总结选择
• 对于场景题：结合手机实际限制（功耗、实时性），提出分阶段或妥协策略
• 请介绍一个你做过的最有挑战的视觉感知项目，并说明其中技术难点与解决方案
• 如何设计一个多任务感知网络，在共享计算的同时保证各任务性能？
• 你在端上部署过哪些模型？如何处理模型压缩与精度损失的问题？
• 你了解哪些扩散模型？它们如何用于深度估计或分割？请对比传统方法
• 如果让你优化手机相机的白平衡算法，你会从哪些方面入手？