图像画质算法工程师

优缺点分析

角色解读

• 在手机影像算法领域深耕，成为核心算法专家或技术Leader
• 横向拓展至其他影像相关领域，如自动驾驶、安防等，具备跨行业竞争力
• 在vivo内部可晋升为技术专家或管理岗位，带领团队攻关复杂算法难题
• 负责手机影像算法的竞争力，针对夜景、人像等场景设计算法方案并优化效果
• 联合器件和平台特性，承接产品需求，从算法角度提升用户体验
• 开发Sensor内部算法，如remosaic、去噪、色彩增强等，并进行轻量化设计
• 扎实的深度学习与计算机视觉基础，熟悉图像增强、超分、HDR等算法原理
• 精通Python或C/C++，熟练使用PyTorch或TensorFlow框架
• 具备问题分析和算法设计能力，能独立完成方案验证与落地

申请策略

• 在简历中展示对手机摄影的理解，可附带作品集或效果对比图
• 面试前了解vivo最新机型影像特性，思考可改进的算法方向
• 突出在手机影像或相关领域的项目经验，尤其是夜景、人像等场景的算法成果
• 强调使用深度学习框架（PyTorch/TensorFlow）进行算法设计与优化的具体案例
• 如有高水平论文或专利，务必列出，体现研究深度
• 补强传统图像处理知识，如去噪、HDR、demosaic等算法原理
• 学习模型轻量化技术（剪枝、量化、蒸馏），为算法落地做准备

面试指南

• 针对原理类问题，先阐述基础概念，再结合项目经验说明优化思路
• 对于开放性问题（如效果与性能平衡），从模型轻量化、硬件加速、算法选择三个维度展开
• 请解释夜景模式下多帧合成算法的原理及优化方法
• 描述一个你用深度学习解决图像降噪问题的项目，包括网络设计和损失函数
• 如何在移动端部署轻量化模型？你有哪些实践经验？
• 如何平衡算法效果与功耗/延时？
• 复习经典图像处理算法（SR、HDR、降噪）和深度学习在图像中的应用
• 准备1-2个完整的项目案例，从问题定义、方案设计到结果评估