联想
图像算法工程师
图像算法工程师
发布于 大约 15 小时前普通员工/个人贡献者
全职员工仅现场办公计算机视觉工程
计算机视觉工程
推理加速
模型压缩
深度学习
移动端部署
端侧优化
联发科平台
计算机视觉
高通平台
值不值得投
71综合评分
综合评分 71
大型平台、前沿技术栈，发展空间大，但薪资和WLB待确认。
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。
薪资怎么样
30K
与计算机视觉工程中位数基本持平
发布情况
新岗位 · 今天发布
公司情况
这家公司招聘很活跃
约 520 个在招 · 其中计算机视觉工程 2 个
市场机会
选择不多
武汉 · 计算机视觉工程 · 3 个在招
职位详情
关于这个职位
作为联想移动设备端的图像算法工程师，你将专注于图像、视频及视觉识别AI算法的研发与落地，涵盖从模型设计、训练优化到端侧部署的完整流程
工作涉及与高通、联发科等硬件平台的深度适配，以及模型压缩和推理加速等性能优化，是连接前沿技术与实际产品的重要角色
该职位能让你在大型跨国平台积累宝贵的端侧AI落地经验，并参与技术创新与专利产出
最低要求
具备计算机、电子信息或相关领域专业背景，拥有扎实的人工智能、机器学习及计算机视觉理论基础
熟悉C/C++、Python等开发语言，具备良好的算法开发与工程实现能力
具备图像领域AI算法模型研发经验，能够独立完成模型设计、训练、优化及应用落地工作
熟悉深度学习模型在图像、视频或视觉识别场景中的应用，具备相关项目实践经验
熟悉主流移动端AI算法部署流程，包括高通、联发科等平台的模型部署与性能优化
具备硬件加速、模型量化、推理加速或端侧优化经验者优先
在计算机视觉、人工智能等相关领域拥有论文发表、专利成果或开源项目经验者优先
具备视频算法相关研发经验，并拥有移动端项目落地实践经验者优先
具备良好的问题分析与解决能力，以及较强的技术创新意识和持续学习能力
具备良好的沟通协作能力，能够与产品、研发及相关团队高效配合，共同推动项目落地
工作职责
负责移动设备端图像类AI算法的研发与落地，包括图像处理、视频处理及视觉识别等相关算法的设计、开发与优化
基于业务需求持续优化算法性能，在精度、效率、资源占用等方面提升算法整体表现
负责AI算法在移动设备端的部署与工程化实现，推动算法从开发到产品化落地
针对不同硬件平台开展模型压缩、推理加速及端侧性能优化工作，提升算法运行效率和用户体验
跟踪计算机视觉与人工智能领域前沿技术发展趋势，开展技术研究与创新探索
结合项目成果开展技术沉淀，输出相关论文、专利或技术文档，推动团队技术能力持续提升
优先资格
具备硬件加速、模型量化、推理加速或端侧优化经验者优先
在计算机视觉、人工智能等相关领域拥有论文发表、专利成果或开源项目经验者优先
具备视频算法相关研发经验，并拥有移动端项目落地实践经验者优先
AI 洞察
优缺点分析
优点
- 联想作为跨国巨头，平台大，业务稳定，能提供丰富的资源和项目机会
- 岗位涉及端侧AI部署与优化，是当前AI落地的热门方向，技术含金量高，积累的经验具有很高的市场价值
- 工作内容涵盖算法研发到产品落地的全流程，能全面提升技术能力和工程实践能力
- 公司鼓励技术创新，有产出论文和专利的机会，有助于个人品牌建设
- 作为大型企业，内部流程可能相对复杂，跨部门协作需要较强的沟通能力
- AI领域技术迭代快，需要持续投入时间学习，保持技术前沿性
- 适合对计算机视觉和端侧AI有浓厚兴趣，具备扎实算法功底和工程能力，希望在大型平台从事技术落地与创新，并愿意持续学习的工程师
缺点 / 挑战
- 移动端AI算法优化对硬件和资源限制要求高，技术挑战大，需要不断学习和探索
角色解读
- 可以沿着技术专家路线发展，成为端侧AI算法领域的资深专家或技术带头人
- 可以转向技术管理岗位，带领团队负责整个移动端AI算法模块的研发与落地
- 有机会横向拓展到更广泛的AI领域，如端侧大模型、多模态AI等前沿方向
- 专注于移动设备端（如手机）的图像和视频AI算法研发，包括图像处理、视频处理和视觉识别等
- 负责算法在手机芯片（如高通、联发科）上的部署和工程化，进行模型压缩、量化、推理加速等性能优化
- 持续跟踪前沿技术，进行技术创新，并将成果沉淀为论文、专利或技术文档
- 扎实的计算机视觉、深度学习和机器学习理论基础
- 精通C/C++和Python，具备优秀的算法实现和工程化能力
- 熟悉主流深度学习模型在图像、视频场景的应用，并有实际项目经验
- 熟悉移动端AI部署流程，有高通、联发科等平台的模型优化经验
申请策略
- 在申请时，可以表达对联想移动设备业务的了解，以及你对端侧AI技术落地的热情
- 准备好展示你过往项目中算法性能优化的具体案例和数据，以证明你的工程实践能力
- 突出在图像/视频AI算法方面的项目经验，特别是从模型设计到端侧部署的完整项目
- 详细描述在模型压缩、量化、推理加速等性能优化方面的具体工作和成果
- 强调对高通、联发科等移动平台部署流程的熟悉程度，以及相关的优化经验
- 如有论文、专利或开源项目，务必在简历中重点展示
- 系统复习深度学习模型压缩与加速技术，如剪枝、量化、知识蒸馏等
- 了解主流移动端推理框架（如MNN、NCNN、TFLite）的使用和底层原理
面试指南
- 回答项目经验时，可以采用STAR法则，突出项目背景、你的具体行动、技术难点和最终成果
- 回答技术优化问题时，可以从问题定义、技术选型、实施步骤、效果评估和权衡取舍几个方面来展开
- 回答开放性问题时，可以展示你的思考过程，体现你的逻辑性和技术深度
- 请详细介绍一下你做过的一个图像算法项目，从需求分析到模型部署的完整流程
- 在移动端部署深度学习模型时，你通常会采用哪些模型压缩和加速技术？
- 如何针对高通或联发科平台进行模型推理性能优化？
- 谈谈你对模型量化（如INT8、INT4）的理解，以及在实际项目中如何平衡精度和速度
- 面对一个全新的视觉任务，你如何设计算法方案并进行技术选型？
职位点评
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
联想作为大型上市公司，提供有竞争力的薪酬和稳定的福利待遇，但具体薪资范围未在JD中披露。
薪资信号未披露（AI估算：20K-40K/月）
成长发展
85较高
该职位处于AI技术前沿，涉及端侧部署、模型优化等热门领域，技术成长空间大。同时，公司鼓励技术创新和专利产出，为个人发展提供良好平台。
技术前沿前沿/新兴技术
技术栈计算机视觉、深度学习、模型压缩、推理加速、端侧部署、高通、联发科
成长机会技术沉淀、论文、专利
业务类型ambiguous
工作生活
50较低
JD中未提及工作模式，推测为现场办公。联想作为大型企业，工作节奏可能相对稳定，但具体工作强度未知。
工作模式未明确
办公地点科技园/产业园
加班情况未提及（无法判断）
使命价值
60中等
该岗位属于技术研发岗，对推动AI技术在移动端的应用有直接贡献，但社会影响力相对中性。
行业发展高速增长赛道
社会影响中性/一般
创新程度积极采用新技术
联想 的其他在招职位
相似职位推荐
Watch Jobs