联想
摄像头调试工程师（车载摄像头）
摄像头调试工程师（车载摄像头）
发布于 4 小时前普通员工/个人贡献者
全职员工仅现场办公汽车电子
汽车电子
3A算法
Isp Tuning
Soc平台
图像质量评测
车载摄像头
Ai画质调优
实车数据采集
值不值得投
72综合评分
综合评分 72
智能驾驶核心视觉技术岗，技术前沿且成长空间大，但需适应户外路试与较高工作强度。
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
3.3万
比汽车电子中位数高
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 340 个在招 · 其中汽车电子 2 个
市场机会
选择适中
武汉 · 汽车电子 · 29 个在招
职位详情
关于这个职位
该职位主要负责联想车载摄像头的ISP画质调优与评测体系建设，涵盖从算法参数调试、主客观评测到实车数据采集与量产一致性解决的全流程
同时需结合AI/大模型技术推动智能ISP调优平台的落地，并与跨部门及外部客户协同保障项目高质量交付
最低要求
硕士及以上学历，电子/通信/自动化/光学/图像处理/光电信息/计算机等相关专业
年及以上车载摄像头或嵌入式ISP Tuning/图像质量调优工作经验，具有完整的车载摄像头量产或交付经验
精通ISP基本原理与Pipeline各模块工作机制，熟悉3A算法调优，具有丰富的主观+客观评测经验，能建立主客观关联评测能力
熟悉至少一种主流车载SoC平台（Nvidia Orin/Thor、地平线J5/J6、黑芝麻A1000、高通、Momenta芯片等）与主流车载图像传感器（Sony IMX、OmniVision、ON Semi、思特威等），熟练使用Imatest、IQ-Analyzer、DxO Analyzer等图像质量分析工具及灯箱、ISO 12233测试卡、照度计、色温仪等测试设备
熟练掌握C/C++、Python、MATLAB等编程语言，具备较强的Python/Shell脚本能力以支撑自动化调优流程开发，熟悉MIPI CSI、I2C等接口协议与Linux操作系统
熟悉车载画质验收标准（ISO 12233、CPIQ、IEEE P2020等）与AVM环视/DMS/ADAS前视等典型场景画质要求，了解ASPICE、ISO 26262功能安全等车规体系
具有车载摄像头实车改装/数据采集经验，熟悉摄像头位布置、线束、供电方案与采集设备（工控机/高速SSD/同步触发器）选型调试
持有C1及以上驾照，能适应长时间户外路试（含夜间、雨雪、高温等极端环境）
良好的沟通协调能力与团队合作精神，能适应偶尔出差
具备良好的英语读写能力，能对接国际客户与海外Sensor/芯片厂商
工作职责
负责联想车计算车载摄像头ISP Tuning体系及画质调优流程与标准建设，主导ISP Pipeline（BLC/Demosaic/LSC/CCM/Gamma/NR/EE/HDR/LFM等）与3A算法（AE/AWB/AF）的参数调试与场景化优化，支撑多平台多Sensor画质交付
负责图像质量主观调试与评测（场景库搭建、评测人员管理、主观评价及分析）与客观评测体系（Sharpness、Uniformity、Dynamic Range、Brightness、White Balance Error、SNR、Color Accuracy、LFM抑制等指标规范）建设，建立主客观关联评测能力及验收标准
主导实车改装与数据采集工作：规划多摄像头位改装方案（线束、供电、支架、车内/车外安装），制定场景化数采方案（城市/高速/隧道/夜间/雨雪雾/逆光等），主导实车路试RAW数据采集、时间同步、GNSS/IMU同步、数据完整性验证等，支撑场景库与调优闭环
负责解决量产一致性问题（多机色差、温漂色差、亮度均匀性等），形成标准化调优流程与参数固件包，支撑量产抽检与产线判定
配合主机厂/OEM/Tier1客户完成画质对标、问题整改、参数固化与现场支持，与Sensor厂商、ISP芯片厂商、镜头厂商、算法、驱动、硬件、结构等团队协同联调，推动项目交付
落实AI/大模型驱动的智能ISP调优能力建设与应用落地：基于深度学习的画质参数自动寻优、AI辅助主客观评测、智能化场景识别与场景化参数推荐、RAW域AI增强、调试知识库与大模型问答助手等，建设并落地自动化/智能化的ISP Tuning平台与工具链，服务于调优效率提升与画质效果突破
负责编写ISP调试指南、画质标准文档、测试报告与调优经验手册，沉淀团队调优经验
AI 洞察
优缺点分析
优点
- 处于智能驾驶与车载视觉的高速发展赛道，技术壁垒高，经验越老越吃香
- 联想平台大，能接触多平台多Sensor及前沿AI调优技术，项目完整度高
- 需要频繁进行实车改装与户外路试，适应极端天气与长时间户外工作，对体力与精力有一定要求
- 适合具备扎实图像处理理论基础、动手能力强，且能适应一定户外出差与路试工作的资深车载视觉技术人才
缺点 / 挑战
- 跨部门及跨企业协同较多，沟通与项目管理压力大
角色解读
- 可向资深ISP算法专家、车载画质架构师方向发展，或转型为车载视觉技术团队负责人
- 随着智能驾驶发展，AI与ISP结合的智能调优专家将是行业稀缺人才
- 负责车载摄像头ISP Pipeline及3A算法的参数调试与场景化优化，建立主客观画质评测体系
- 主导实车改装、数据采集及路试，解决量产一致性问题，并推动AI驱动的智能ISP调优平台落地
- 精通ISP原理与3A算法，熟悉主流车载SoC与图像传感器，熟练使用Imatest等评测工具
- 具备C/C++/Python编程能力，熟悉Linux及车载画质标准，拥有实车数据采集与路试经验
申请策略
- 准备好过往调优的前后对比图或评测报告作为作品集，面试时展示对主客观评测关联性的深刻理解
- 突出完整的车载摄像头量产交付经验，详细列出熟悉的SoC平台、Sensor型号及评测工具
- 强调实车数据采集、路试经验以及解决量产一致性问题的具体案例
- 提前了解AI/大模型在ISP调优中的前沿应用，复习并巩固Python自动化脚本能力
- 熟悉最新的车载画质验收标准（如ISO 12233、CPIQ）
面试指南
- 采用STAR法则，结合具体项目背景、面临的挑战、采取的技术手段（如算法调整、工具使用）以及最终量化的画质提升指标进行回答
- 对于系统性问题，采用“现象分析-根因定位-方案验证-标准固化”的工程化思维框架
- 请详细描述你在ISP Pipeline中针对HDR或LFM场景的调优思路与参数调整策略
- 在实车路试中，如何解决多摄像头之间的时间同步与空间同步问题？
- 当遇到量产阶段的多机色差或温漂问题时，你的排查思路和解决流程是什么？
- 如何建立主客观评测的关联模型？请举例说明
- 在引入AI进行画质参数自动寻优时，你有哪些具体的落地经验或技术设想？
- 复习ISP各模块（如Demosaic, CCM, Gamma, NR等）的底层原理及相互影响
职位点评
薪资福利75
成长发展85
工作生活45
使命价值80
薪资福利
75中等
联想作为知名跨国企业，薪资福利体系完善，5年经验硕士在武汉能拿到具有竞争力的薪酬，但JD未明确披露具体薪资与福利细节。
薪资信号未披露（AI估算：2.5千–4万/月）
成长发展
85较高
岗位涉及前沿的AI/大模型驱动ISP调优，技术栈深且广，能接触多平台多Sensor，技术成长空间大。
技术前沿前沿/新兴技术
技术栈ISP Tuning、3A算法、C/C++、Python、深度学习、RAW域AI增强、Linux、MIPI CSI
业务类型profit_center
工作生活
45较低
岗位明确要求适应长时间户外路试及极端环境，且需偶尔出差，WLB受限较大。
工作模式未明确
办公地点未明确
加班情况JD含高强度暗示词
使命价值
80较高
智能驾驶与车载视觉是明确的高速增长赛道，岗位致力于提升车载摄像头画质，对自动驾驶安全有直接的正向社会价值。
行业发展高速增长赛道
社会影响正向社会影响力较高
创新程度积极采用新技术
Watch Jobs