EVS算法专家（北京&杭州&上海）

优缺点分析

角色解读

• 技术深耕：成为EVS/事件视觉领域的专家，主导前沿算法研究
• 架构方向：晋升为系统架构师，负责多传感器融合系统的整体设计
• 管理路线：带团队成为技术Leader，管理算法小组
• 定义事件传感器（EVS）的算法需求，并规划技术方案，开发算法并评估效果
• 预研新型事件传感器算法，分析传感器性能对算法的影响
• 与ISP、图像调优、软件等团队协作，完成系统级方案的设计与评估
• 推动EVS算法在手机等移动端落地，包括模型优化与调试
• 扎实的计算机视觉或图像处理基础，熟悉深度学习算法（如CNN、Transformer）
• 精通Python和C/C++，具备良好的编程习惯和工程能力
• 了解事件传感器原理，有传感器融合或去模糊等算法经验者优先
• 较强的英语读写能力，能快速阅读国际论文和专利

申请策略

• 面试前准备一个完整的EVS算法项目案例，从问题定义到效果评估，展示你的全链路能力
• 了解vivo在影像领域的重点方向（如超级防抖、夜景模式），思考EVS如何与之结合
• 突出你在深度学习图像算法（如去模糊、超分、融合）上的项目经验
• 如果有事件传感器或神经形态视觉相关研究，务必详细描述
• 展示你的编程能力（Python/C++）、论文阅读习惯以及技术博客或开源贡献
• 强调与硬件或ISP团队协作的经历，体现系统思维
• 系统学习事件传感器（如DAVIS、ATIS）原理和输出数据格式
• 熟悉常见的图像去模糊算法（基于传统或深度学习），并动手复现

面试指南

• 对于技术问题：先明确问题定义，再拆解模块，最后结合你的经验提出可行方案，并说明权衡
• 对于项目描述：使用STAR法则（情境、任务、行动、结果），突出你的贡献和量化成果
• 对于开放性问题：先阐述基本原理，再提出创新思路，最后提及潜在风险和优化方向
• 请解释事件传感器与传统相机的区别，以及EVS在手机上的应用场景
• 描述一个你主导的图像算法项目，包括遇到的挑战和解决方案
• 如何评估EVS算法在移动端落地的性能（速度、功耗、内存）？
• 如果EVS和传统RGB图像融合以实现去模糊，你会设计怎样的网络结构？
• 如何跟踪算法领域的最新进展？请举例说明你最近读的一篇论文及其启发