瑞声科技
算法工程师实习生
算法工程师实习生
发布于 大约 9 小时前实习/见习
上海市
无经验要求
实习生
仅现场办公
硕士
研究与开发 (研发)
Pytorch
Tensorflow
图像分类
小样本学习
目标检测
计算机视觉
AI 估算 · 3k–6k
实习生薪资通常按日或月计算，上海地区硕士实习薪资约3000-6000元/月，结合公司规模和岗位技术含量估算。
职位详情
关于这个职位
这是一个算法工程师实习生岗位，主要聚焦于图像分类和目标检测领域
你将负责数据集的收集与清洗、SOTA模型的调研与测试、模型训练与优化，以及小样本学习相关任务
适合对计算机视觉有浓厚兴趣、具备深度学习基础的硕士或博士在读学生
最低要求
硕士及以上学历（博士优先），计算机、人工智能相关专业优先
熟悉linux操作系统，熟练使用shell、python、c等编程语言，熟悉pytorch、tensorflow等训练框架
有相关图像分类和检测模型的训练经验，有相关论文发表最佳
优秀的逻辑思维能力
良好的论文调研和阅读能力
良好的团队协作和沟通能力
工作职责
负责图像分类和检测数据集的收集、清洗和标注
调研SOTA图像分类模型和目标检测模型，并进行效果测试，跟踪和研究相关技术的最新进展
图像分类模型的训练、测试和优化
小样本图像检测模型的训练、测试和优化
完成其他相关任务
AI 洞察
优缺点分析
优点
- 接触前沿的图像分类和检测技术，提升算法实战能力
- 有发表论文的机会，利于学术深造
- 公司为知名科技企业，实习经历含金量高
- 需要较强的自驱力，独立完成数据收集和模型调研
- 实习时间有限，需快速上手并产出成果
- 适合计算机视觉方向的研究生，希望积累项目经验或为论文打基础的学生
缺点 / 挑战
- 对数学和算法基础要求较高，入门门槛不低
角色解读
- 可向计算机视觉算法工程师方向发展，深入掌握检测、分割等核心技术
- 优秀实习生有机会转正，成为正式研发成员，参与更复杂的项目
- 积累科研经验，为发表高水平论文或攻读博士学位打下基础
- 负责图像数据的收集、清洗和标注，确保训练数据质量
- 调研最新的图像分类和目标检测模型，并进行效果测试与对比
- 训练和优化图像分类模型及小样本检测模型，提升算法性能
- 扎实的编程基础，熟练使用Python、Shell、C等语言
- 熟悉深度学习框架PyTorch或TensorFlow，有实际模型训练经验
- 了解图像分类、目标检测的主流算法，具备论文阅读和复现能力
申请策略
- 在简历中附上GitHub链接，展示代码能力
- 提前了解瑞声科技的业务方向，如声学、光学等，思考算法如何落地
- 突出图像分类/检测相关的项目经验，包括使用的框架和模型
- 如有论文发表或竞赛成绩，重点展示
- 强调编程能力和Linux使用熟练度
- 复习经典CNN模型（如ResNet、YOLO等）的原理和实现
- 熟悉小样本学习的基本方法，如MAML、Prototypical Networks
- 练习用PyTorch快速搭建和训练模型
面试指南
- 先解释概念或原理，再结合实际经验举例说明
- 对于开放性问题，可以采用总分结构，先给出结论再分点阐述
- 请简述ResNet的残差结构为什么有效
- 你如何解决图像分类中的过拟合问题？
- 目标检测中，如何平衡速度和精度？
- 你对小样本检测有哪些了解？
- 请介绍一个你参与过的图像相关项目
- 复习图像分类和检测的经典论文，如ResNet、YOLO、Faster R-CNN
职位点评
59
综合评分
知名企业实习，前沿CV技术，发展性好但薪资较低。
从学习成长、工作节奏、岗位方向和实习待遇综合评估，方便比较实习机会。
更适合这类人
适合追求技术成长和学术发展的学生，对短期薪资要求不高。
表现最好
成长发展
相对薄弱
薪资福利
薪资福利30
成长发展85
工作生活50
使命价值40
薪资福利
30较低
实习薪资较低，且福利未明确提及，补偿性动机满足程度有限。
薪资信号未披露（AI估算：3K-6K/月）
成长发展
85较高
岗位涉及前沿技术，能极大提升算法和科研能力，发展性动机满足较好。
技术前沿前沿/新兴技术
技术栈图像分类、目标检测、小样本学习、PyTorch、TensorFlow
业务类型ambiguous
工作生活
50较低
现场办公，工作地点在上海，但实习时间灵活度未知，生活化动机一般。
工作模式仅现场办公
办公地点未明确
加班情况未提及（无法判断）
使命价值
40较低
属于技术研发岗位，但行业影响和社会价值不明显，意义感动机不高。
行业发展稳定成熟行业
社会影响中性/一般
创新程度积极采用新技术
瑞声科技 的其他在招职位
相似职位推荐
Watch Jobs