【显示器件及物联网创新】算法工程师（成都）(J54107)

优缺点分析

角色解读

• 技术专家路线：深入钻研图像处理与算法领域，成为特定方向的技术专家或架构师
• 项目负责人路线：主导特定产品线或客户项目的算法模块开发与交付
• 跨领域发展：结合显示与物联网业务，向产品算法、解决方案架构等复合方向发展
• 与客户沟通，理解并分析其设备的具体技术需求和规格
• 针对客户需求，设计和开发相应的图像处理或算法解决方案
• 通过实验、调参等方式优化算法性能，并确保算法能够在实际设备中有效落地
• 扎实的图像处理理论基础，熟悉常见的算法模型（如CNN等深度学习模型或传统计算机视觉算法）
• 具备独立完成算法实验、参数调整和性能评估的实践能力
• 良好的数据处理能力，能够处理和分析来自设备或传感器的图像数据
• 具备基本的工程实践能力，能将算法从研究或原型阶段推向实际应用

申请策略

• 仔细阅读JD，理解“对接客户设备式样检讨”的含义，在面试中展现你对客户需求理解和沟通的思考
• 研究京东方的核心技术（如ADS、Mini LED等）和物联网业务，思考算法可以在哪些环节创造价值
• 突出任何与图像处理、计算机视觉、机器学习相关的课程设计、项目经历或研究成果，最好有具体的算法模型（如CNN、目标检测等）应用案例
• 强调编程和数据处理能力，列出掌握的编程语言（如Python）及常用库（如OpenCV, TensorFlow/PyTorch）
• 如果有参加过相关的算法竞赛、发表过论文或完成过有挑战性的算法落地项目，务必详细描述
• 在‘项目经验’部分，清晰说明你遇到的问题、采用的算法方案、调参过程以及最终的量化效果（如准确率提升等）
• 系统复习和深化图像处理基础理论（如滤波、边缘检测、特征提取等）
• 学习或巩固一种主流的深度学习框架（如PyTorch），并尝试复现一些经典的计算机视觉模型

面试指南

• 使用STAR法则（情境、任务、行动、结果）回答项目经验类问题，重点突出你的技术决策和量化成果
• 回答理论问题时，先清晰阐述核心概念，再结合简单例子或应用场景进行说明
• 对于开放性问题（如业务理解、职业规划），展示你的主动性、学习能力和对岗位的热情
• 请介绍一个你做过的图像处理或算法项目，其中遇到最大的技术挑战是什么？你是如何解决的？
• 你如何理解‘算法落地’？在你过往的项目中，是如何平衡算法性能与工程实现约束的？
• 谈谈你对图像处理中某个经典算法或概念的理解（如卷积、损失函数、反向传播等）
• 你对我们公司的显示技术或物联网业务有什么了解？你认为算法在其中可能扮演什么角色？
• 作为校招新人，你如何规划自己在前半年的学习和工作？