ZEISS logo
蔡司
Senior Algorithm Engineer

Senior Algorithm Engineer

发布于 大约 16 小时前

普通员工/个人贡献者

苏州市
高级经验
全职员工
仅现场办公
学历未注明
计算机视觉工程
3D重建
Matlab
图像处理
点云处理
相机标定
计算机视觉
亚像素定位
激光条纹提取

AI 估算 · 25k–45k

核心算法岗位,技术门槛高,蔡司作为跨国巨头提供有竞争力的薪资,苏州研发岗处于市场中上水平。

职位详情

关于这个职位

这是一位资深算法工程师职位,专注于手持激光3D扫描仪的核心测量算法开发与验证

你将负责构建CPU参考算法、亚像素精度模型和3D重建流程,与FPGA工程师协作将算法转化为硬件实现,并定义精度指标与验证方法
适合具备扎实计算机视觉和图像处理背景、对3D测量技术有深入兴趣的工程师

最低要求

扎实的图像处理、计算机视觉或3D测量算法背景

精通C++/Python/MATLAB,用于算法开发和验证
具备以下至少一项经验:激光条纹提取、亚像素定位、相机标定、三角测量、点云处理
能够构建参考算法并比较软件和硬件实现之间的输出
强大的分析能力,包括精度、重复性和误差源分析

工作职责

开发CPU参考算法,包括:激光条纹提取、亚像素中心定位、噪声滤波、特征验证、基于三角测量的3D重建

定义算法参考流程:图像→条纹→亚像素→3D点→点云
构建黄金数据集和验证方法,用于FPGA对比
定义精度指标和误差评估方法,包括:像素级误差、亚像素偏差、点云一致性、标定残差、重复性
与FPGA工程师合作,将算法逻辑转化为硬件友好模块
与系统工程师合作,定义数据格式、接口和验证检查点
支持标定、原型测试和测量性能分析

AI 洞察

优缺点分析

优点

  • 处于3D测量和工业视觉的细分赛道,技术壁垒高,个人专业价值提升快
  • 蔡司为全球性巨头,平台稳定,资源丰富,有机会与国际顶尖工程师合作
  • 岗位涉及从算法到硬件的完整流程,技术视野广,职业弹性强
  • 对算法精度和误差分析要求苛刻,需要处理复杂的亚像素和标定问题,技术难度大
  • 与FPGA、系统多方协作,沟通成本高,需要较强的跨领域理解能力

缺点 / 挑战

  • 工作内容聚焦核心产品,直接影响最终测量质量,成就感和挑战并存
  • 精密测量领域对产品稳定性要求高,可能面临重复调试和回归测试的繁琐工作
  • 适合对图像处理和3D视觉有深厚兴趣,喜欢钻研底层算法、不畏挑战、注重细节的工程师

角色解读

  • 从算法工程师向资深算法专家或算法团队负责人发展,主导核心测量技术路线
  • 横向拓展至3D视觉、工业测量、机器人感知等前沿领域,成为该领域的技术权威
  • 在蔡司这样的全球精密技术公司,可参与国际项目,晋升为全球研发团队的核心成员
  • 负责手持激光3D扫描仪核心测量算法的研发,包括激光条纹提取、亚像素定位和3D重建流程
  • 构建CPU参考算法作为FPGA硬件实现的金标准,确保软硬件输出精度一致
  • 设计误差评估指标和验证方法,如像素误差、点云一致性、重复性,保障最终测量质量
  • 与FPGA和系统工程师紧密协作,定义接口和验证检查点,推动产品落地
  • 熟练掌握C++/Python/MATLAB,能高效实现图像处理和几何算法
  • 深入理解图像处理、计算机视觉、3D测量理论,特别是亚像素提取和三角测量原理
  • 具备精度分析、误差溯源和算法验证的能力,注重细节和严谨性
  • 了解FPGA实现约束,能将算法逻辑转化为硬件友好的设计

申请策略

  • 提前研究蔡司的工业测量产品和激光扫描技术,了解其在行业内的定位
  • 在简历中强调对测量精度的执着和严谨性,与岗位需求对齐
  • 突出在激光条纹提取、亚像素定位或3D重建方面具体的项目经验和成果,量化精度提升
  • 强调C++/Python的实际开发能力,如有开源项目或工具库可附链接
  • 展示误差分析方法论,如如何定义指标、进行误差源分析
  • 如有与FPGA或硬件协同经历,务必写明,这是加分项
  • 系统复习相机标定、三角测量原理和多视几何,强化数学基础
  • 动手实现一个完整的3D点云重建流程,熟悉常见库如OpenCV、PCL

面试指南

  • 对于技术原理题,可以“概念-方法-关键点-优化”四步展开,先阐述基本原理,再结合项目经验说明实际处理中的难点和权衡
  • 对于系统设计题,可以“目标-指标-流程-验证”思路回答,明确评估指标的定义,设计对比实验,必要时给出数据样例
  • 对于协作类问题,强调沟通机制、接口定义和问题跟踪方法,体现跨部门协作能力
  • 请详细说明激光条纹亚像素中心提取的原理,以及如何处理噪声和边缘
  • 如何设计一套误差指标来评估3D点云重建的精度?
  • 你如何验证CPU参考算法与FPGA实现之间的一致性?
  • 讲解一下相机标定的基本流程和常用方法(如张正友标定)
  • 当算法在硬件上实现后出现精度偏差时,你会如何排查和定位问题?

职位点评

71
综合评分

高含金量核心算法岗,技术前沿,薪资有竞争力,但工作强度未知,WLB不明确。

从薪资福利、成长空间、工作节奏和岗位方向综合评估,方便横向比较。

更适合这类人
适合以技术成长为核心追求、愿意在专业领域深耕的算法工程师,对工作生活平衡要求不高。
表现最好
成长发展
相对薄弱
工作生活
薪资福利70
成长发展88
工作生活55
使命价值65

薪资福利

70中等

职位未明确薪资福利,但蔡司作为跨国巨头通常提供有竞争力的薪酬和稳定的保障,苏州的消费水平适中。

薪资信号未披露(AI估算:25K-45K/月)

成长发展

88较高

岗位处于3D视觉测量前沿,涉及核心算法研发,技能成长空间大,有利于长期职业发展。

技术前沿前沿/新兴技术
技术栈C++、Python、MATLAB、3D重建、亚像素定位、相机标定、点云处理、FPGA
业务类型ambiguous

工作生活

55较低

职位要求现场办公,工作地点在苏州,但JD未提及弹性工作或加班情况,生活方式不确定性较高。

工作模式未明确
办公地点未明确
加班情况未提及(无法判断)

使命价值

65中等

精密测量技术对工业制造有基础性贡献,但JD未体现明确的社会使命或行业影响力,意义感中等。

行业发展新兴领域(暂难判断)
社会影响中性/一般
创新程度积极采用新技术
Watch Jobs