vivo
控制算法专家/工程师（路径规划）
控制算法专家/工程师（路径规划）
发布于 2 天前普通员工/个人贡献者
杭州市 / 深圳市
高级经验
全职员工
仅现场办公
本科
软件工程
Mot
Npu
Path Planning
Pytorch
Tensorrt
Bytetrack
Sot
AI 估算 · 30k–60k
资深算法专家岗位，结合vivo平台和杭州/深圳薪资水平，月薪范围较宽，中位数约45k。
职位详情
关于这个职位
本职位负责vivo影像系统中控制算法（路径规划与视觉跟踪）的研发与工程落地，涉及单/多目标跟踪算法的优化、端侧部署及与云台控制的协同调试，适合有扎实算法与工程背景、对视觉跟踪有深入理解的资深工程师
最低要求
专业背景：计算机、自动化、数学等相关专业，本科及以上学历
算法功底：深入理解特征关联、数据关联 (Hungarian Algorithm, LAPJV) 和状态预测 (Kalman Filter, Particle Filter)
精通单目标重定位、多目标 Re-ID 特征提取及相似度度量
编程与框架：精通 Python，具备极强的 C/C++ 编写能力，熟练使用 PyTorch
数学基础：扎实的线性代数、概率统计基础，能看懂并复现前沿跟踪论文中的数学推导
综合素质：对视觉数据极度敏感，有解决复杂工程场景（如遮挡后再现、相似物体干扰）的经验
工作职责
跟踪算法研发与迭代：
单目标跟踪 (SOT)：研究并优化基于相关滤波 (KCF/CSR-DCF) 或深度学习 (SiamRPN++, Stark, VitTrack) 的 SOT 算法，提升在快速运动、形变、背景模糊下的成功率
多目标跟踪 (MOT)：研究并实现先进的 MOT 框架 (如 ByteTrack, FairMOT, OC-SORT)，解决密集场景下的 ID Switch、重识别 (Re-ID) 和轨迹平滑问题
云台协同优化：针对云台转动带来的运动模糊和相机运动补偿 (GMC) 进行专项优化，结合预测算法 (Kalman Filter/LSTM) 提升跟踪稳定性
工程落地与部署：
实时性攻关：针对端侧计算资源（如嵌入式 NPU/DSP）进行模型剪枝、量化及算子优化，确保算法在低功耗下达到 30fps+ 的推理速度
闭环调试：与云台控制算法配合，优化视觉跟踪数据与 PID/LQR 控制器的对接，降低端到端延时
数据构建与Pipeline：
构建针对视频流的标注数据集，设计时序数据增强、合成遮挡等策略
搭建视频感知的自动化评估系统，利用时序一致性进行半监督或自监督学习探索
技术前瞻：
探索基于 Transformer 的长效跟踪 (Long-term Tracking) 及大模型 (如 SAM) 在视频分割与跟踪中的应用潜力
优先资格
优先考虑：
行业经验：有无人机、手持稳定器、智能安防或自动驾驶视觉感知相关项目经验
工程经验：熟悉 TensorRT、SNPE、Tengine 等推理框架，有在 ARM 或 NPU 架构上部署跟踪算法的实战经验
交叉领域：了解视觉伺服 (Visual Servoing) 或具有控制理论背景，能理解跟踪轨迹与电机控制之间的耦合关系
AI 洞察
优缺点分析
优点
- vivo作为头部手机厂商，影像技术是其核心竞争力，该岗位直接参与核心功能研发，技术影响力大
- 涉及从算法研发到工程落地的完整链路，技术广度与深度兼备，个人成长空间大
- 团队技术氛围浓厚，有机会探索Transformer、大模型等前沿方向，紧跟学术界热点
- 端侧实时性要求极高（30fps+），需要在模型精度与推理速度间反复权衡，调试周期可能较长
- 多目标跟踪场景复杂（密集人群、遮挡、相似物干扰），对数据质量和算法鲁棒性要求严苛
- 适合对计算机视觉跟踪有执着热爱、享受从研究到落地完整过程、且能接受高强度技术攻关的算法工程师
缺点 / 挑战
- 需与云台控制、硬件团队紧密协作，沟通成本较高，需具备跨领域理解能力
角色解读
- 横向扩展：从视觉跟踪拓展到视觉伺服、SLAM等机器人感知方向，成为全栈感知专家
- 纵深发展：在端侧AI推理方向深耕，成为模型压缩与硬件加速领域的顶级专家
- 管理路线：带领算法团队负责vivo影像或机器人产品的核心感知模块，晋升技术总监
- 负责单目标与多目标跟踪算法的研发与迭代，优化在复杂场景下的跟踪成功率
- 将算法部署到端侧NPU/DSP等嵌入式平台，通过剪枝、量化等手段实现实时推理（30fps+）
- 与云台控制团队协同，优化视觉跟踪数据与电机控制器的对接，降低系统端到端延时
- 构建视频标注数据集，设计时序数据增强策略，并搭建自动化评估系统进行持续迭代
- 精通计算机视觉跟踪算法（SOT/MOT），熟悉SiamRPN++、ByteTrack、Kalman Filter等
- 扎实的编程能力：精通Python和C/C++，熟练使用PyTorch
- 具备模型部署经验，熟悉TensorRT、SNPE等推理框架，了解ARM/NPU架构优化
- 良好的数学基础（线性代数、概率统计），能复现前沿论文中的数学推导
申请策略
- 简历中强调“工程落地”而非仅学术成果，vivo更看重解决实际问题的能力
- 面试前准备一个完整的跟踪项目案例：从问题定义、算法选型、部署优化到最终效果，能清晰阐述决策过程
- 突出在SOT/MOT项目中的具体贡献：例如将ByteTrack部署到移动端并达到30fps，或开发了新的Re-ID方法
- 强调模型部署经验：列出使用过的推理框架（TensorRT、SNPE等）和达成的性能指标（帧率、功耗）
- 展示数学和编程功底：可附上GitHub链接，或描述复现论文、开源项目贡献的经历
- 如果有跨领域经验（如控制理论、视觉伺服），务必单独罗列，这是加分项
- 补充嵌入式AI优化技能：学习ARM Neon指令集、NPU算子开发，或完成一个端侧跟踪demo
- 熟悉云台控制原理：了解PID/LQR控制器基础，可通过仿真或小项目建立直觉
面试指南
- 技术比较类问题：先列出两者的核心区别，再结合具体场景（如密集、遮挡）分析适用性，最后给出自己的选择理由
- 问题解决类问题：使用STAR法则（情境-任务-行动-结果），重点描述分析过程、尝试的方案和最终效果
- 优化类问题：从算法层面（模型剪枝、量化、蒸馏）和工程层面（算子融合、内存访问优化）两条线回答，并说明权衡
- 请详细比较ByteTrack和FairMOT的优缺点，并说明在密集场景下如何减少ID Switch
- 如何将PyTorch训练的跟踪模型部署到NPU上？具体涉及哪些步骤和可能遇到的问题？
- 描述一次你解决跟踪失败（如遮挡后丢失目标）的经历，你用了什么方法？
- Kalman Filter在跟踪中如何使用的？如果目标运动非线性，有哪些改进方法？
- 如果要求跟踪算法在手机上达到30fps，但当前模型只有15fps，你会如何优化？
职位点评
68
综合评分
vivo影像核心算法岗，前沿跟踪技术+端侧部署，高成长但WLB一般。
更适合这类人
最适合追求技术成长和前沿算法挑战的求职者，对WLB要求不高，希望在大厂核心技术岗位深入发展。
表现最好
成长发展
相对薄弱
工作生活
薪资福利75
成长发展85
工作生活50
使命价值60
薪资福利
75中等
薪资水平中等偏高，vivo提供有竞争力的薪酬和稳定福利，但岗位未明确薪资范围，薪酬信号为未披露。
薪资信号未披露（AI估算：30K-60K/月）
成长发展
85较高
岗位涉及前沿视觉跟踪算法和端侧部署，技术要求高，成长空间大；JD中未明确提及培训或晋升通道，但技术前沿性很强。
技术前沿前沿/新兴技术
技术栈SOT、MOT、Transformer、SAM、ByteTrack、Kalman Filter、TensorRT、NPU
业务类型ambiguous
工作生活
50较低
岗位地点在杭州或深圳，均为大城市，但JD未明确工作模式与WLB，从岗位性质看可能需高强度调试，WLB不确定。
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
60中等
vivo影像技术对用户拍照体验有直接正向影响，但岗位聚焦算法优化，社会影响力中性。行业增长稳定，创新水平较高。
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