图像与视频AI算法工程师（博士）

优缺点分析

角色解读

• 技术方向：初级算法工程师 → 高级算法工程师 → 算法专家/技术负责人
• 管理方向：可转向技术团队管理，担任AI团队负责人
• 行业拓展：积累安防领域经验后，可向自动驾驶、智慧城市等视觉领域拓展
• 研发图像与视频数据生成技术，如超分辨率、视频增强等，用于安防产品线
• 跟踪前沿AI技术，持续优化模型性能，提升产品智能化水平
• 与产品团队协作，根据业务需求定制数据生成策略，推动算法落地
• 扎实的计算机视觉和深度学习基础，熟悉图像/视频生成模型（如GAN、扩散模型）
• 熟练使用Python和主流深度学习框架（如PyTorch）
• 具备算法研究能力，能阅读和复现顶会论文

申请策略

• 在简历中体现对AI技术落地的思考，而非仅停留在学术研究
• 投递前关注“航海计划”校招流程，准备笔试和算法题
• 重点突出图像/视频生成或超分相关的研究经历，包括发表的论文或项目
• 强调深度学习框架使用经验和模型优化技巧（如量化、剪枝）
• 如有安防或相关行业实习经验，务必提及
• 提前阅读安克创新安防产品相关资料，了解其技术栈
• 补充数据增广、模型压缩等工程化技能
• 练习用PyTorch复现经典论文，展示动手能力

面试指南

• STAR法则：描述情境、任务、行动、结果，突出技术贡献
• 对比分析：对新旧技术进行优劣比较，展示深度理解
• 工程思维：结合落地场景，考虑性能、功耗、实时性等约束
• 请介绍你参与过的图像生成或超分项目，遇到了哪些挑战？
• 如何评价GAN和扩散模型在图像生成中的优劣？
• 假设要在安防摄像头端侧部署超分模型，你会如何优化？
• 对安克创新的安防产品了解多少？你认为AI如何提升其竞争力？
• 复习图像/视频生成、超分经典论文，如SRGAN、EDVR、Stable Diffusion等