agent开发实习生

优缺点分析

角色解读

• 实习期表现优秀可获校招转正，直接进入安克创新的正式算法岗位
• 从算法设计到工程落地全面锻炼，未来可发展为计算机视觉专家或技术负责人
• 依托安克在智能制造和3D打印领域的业务，有机会探索技术商业化的复合型路径
• 负责AIGC、图像处理和计算机视觉相关大模型的核心算法设计与研发，并推动算法在实际业务场景中的落地
• 参与视觉模型（如图像识别、图像增强、多模态）的训练、评估和调优，提升算法效果与稳定性
• 预研3D生成与重建技术，将图形学知识与视觉算法结合，应用到3D打印等产品中
• 与产品、前后端团队协作，跟踪前沿技术（如CVPR、ICCV）并组织内部技术分享
• 扎实的计算机视觉和深度学习基础，熟悉常见模型（CNN、Transformer等）和训练调优方法
• 掌握Python和至少一种深度学习框架（如PyTorch、TensorFlow），具备算法工程化能力
• 了解或熟悉AIGC、多模态、3D生成、Segment Anything、Depth Anything等前沿技术者优先
• 具备良好的沟通协作能力，能快速阅读英文文献并落地新方法

申请策略

• 申请时强调对安克业务（如智能硬件、3D打印）的理解，展现技术结合业务的意识
• 关注实习项目描述中的“培养与转正”机制，在面试中表达长期投入的意愿
• 突出计算机视觉相关的项目或论文，如目标检测、图像分割、生成模型等
• 强调实际落地经验，例如模型部署、性能优化或参与过的完整系统
• 若熟悉Segment Anything、Depth Anything或3D生成，务必明确写出
• 展示代码能力（GitHub链接）和参赛获奖经历（如Kaggle、天池）
• 系统复习深度学习和视觉基础，掌握Transformer、扩散模型等主流架构
• 动手实践一个AIGC或视觉项目（如用Stable Diffusion做图像生成），并优化效果

面试指南

• 用STAR法则组织项目描述：情境-任务-行动-结果，突出你的贡献和技术难点
• 回答技术问题时，先阐述原理，再结合实践给出优化方向，展示思维深度
• 针对业务结合问题，采用“需求理解→技术选型→方案验证→迭代优化”的逻辑
• 介绍一下你做过的一个计算机视觉项目，包括技术选型和遇到的挑战
• 如何解决图像分割中边缘不精细的问题？
• 你对AIGC和扩散模型的理解？如何应用到图像增强中？
• 如果给你一个实际业务场景（如3D打印质量检测），你会如何设计算法流程？
• 你是如何跟踪前沿技术的？最近关注哪些CVPR/ICCV工作？