【智新】深度学习算法工程师

优缺点分析

角色解读

• 从算法研发工程师成长为技术专家，主导核心算法方向
• 转向技术管理，带领算法团队完成项目交付
• 在安防、智能硬件领域积累经验，成为行业解决方案专家
• 负责图像/视频深度学习算法的研发与优化，解决安防应用中的技术瓶颈
• 处理业务数据，进行特征工程和模型训练，提升算法精度和泛化能力
• 跟踪前沿计算机视觉技术，如目标检测、跟踪等，并将其落地到产品中
• 扎实的深度学习与计算机视觉理论基础，熟悉CNN、RNN等模型
• 熟练掌握Python和至少一种深度学习框架（如PyTorch、TensorFlow）
• 具备图像/视频数据处理和模型调优经验
• 了解模型压缩、推理优化等部署技术

申请策略

• 在简历中体现算法商用落地的能力，可附上项目链接或效果展示
• 面试前了解安克创新的智能硬件产品线，思考算法如何提升产品体验
• 突出图像/视频相关的项目经验，尤其是深度学习应用
• 强调模型训练和优化成果，如精度提升、速度优化
• 展示论文发表或竞赛获奖经历，体现研究能力
• 体现对安防场景的理解，如目标检测、行为识别等
• 补充目标检测（YOLO、Faster R-CNN）、分割等经典模型
• 学习模型压缩与部署工具（TensorRT、ONNX、OpenVINO）

面试指南

• 描述项目时使用STAR法则，突出技术细节和个人贡献
• 回答技术问题时，应展示思考过程，从数据、模型、评估等多角度分析
• 结合实际经验，避免空洞的理论
• 请介绍你做过的一个图像/视频项目，如何设计模型并评估效果？
• 如何处理不平衡数据集？有哪些常用方法？
• 如何平衡模型精度和推理速度？你有哪些实践经验？
• 你对最新的CV技术（如Vision Transformer、Diffusion Model）有何了解？
• 在安防场景中，如何保证算法的实时性和准确性？