EIS算法专家（杭州&上海&东莞）

优缺点分析

角色解读

• 在EIS算法领域深耕，成为手机影像防抖方向的技术专家，主导前沿技术预研
• 横向拓展至OIS、ISP等更广泛成像系统，成为全链路影像算法专家
• 随着AI影像发展，可转型为深度学习影像算法专家，或晋升为技术团队负责人
• 负责设计并优化基于IMU和视觉特征的多传感器融合防抖算法，解决剧烈运动、低光照等复杂场景下的视频抖动问题
• 将算法高效部署到手机嵌入式平台，利用NEON、GPU或DSP加速，确保实时性和低功耗
• 与ISP团队协同，优化整个成像流水线，提升最终画质效果
• 跟踪深度学习最新进展，探索基于RNN等技术的EIS创新方案
• 精通EIS核心算法，包括运动估计（光流/传感器融合）和帧补偿（网格变形/自适应裁剪）
• 熟练掌握C++和Python，具备嵌入式优化经验，熟悉NEON、OPENCL/VULKAN或DSP/NPU加速
• 熟悉多传感器标定与同步，如GYRO-摄像头标定、时间戳对齐
• 了解深度学习在EIS中的应用，如基于RNN的运动预测

申请策略

• 深入了解vivo影像技术品牌（如微云台等），在面试中展示对其技术路线的理解
• 准备一个完整的EIS算法项目案例，从问题定义、方案设计到性能优化的全流程阐述
• 突出EIS或视频防抖相关项目经验，详细描述算法设计、优化效果和量化指标（如稳定性提升、时延降低）
• 强调嵌入式优化经验，如使用NEON/GPU加速、内存优化等具体案例
• 如有深度学习在EIS或视频处理中的应用成果，务必展示
• 体现与硬件团队（如ISP、传感器）协作经验，和多传感器标定知识
• 系统复习运动估计、光流、卡尔曼滤波等经典算法，并练习C++实现与优化
• 学习OPENCL或VULKAN编程，了解DSP/NPU的基本架构和加速原理

面试指南

• 对于技术原理问题，用STAR法则：先阐述原理，再说明你在项目中如何应用，最后讨论优缺点和优化
• 对于优化问题，从算法复杂度、计算瓶颈、硬件特性等角度分析，给出具体优化方案（算法简化、并行计算、查表等）
• 对于开放性问题，展示技术深度和广度，并联系实际产品约束
• 请详细解释光流法和IMU融合用于运动估计的优缺点及实现注意点
• 在嵌入式平台上，如何平衡防抖算法效果与实时性？请举例说明优化手段
• 描述一次你处理复杂抖动场景（如剧烈运动或低光照）的算法设计经验
• 如何对GYRO和摄像头进行联合标定？时间戳对齐怎么处理？
• 基于深度学习的EIS与传统方法相比，核心优势是什么？在手机上部署的挑战有哪些？