范文為教學(xué)中作為模范的文章,，也常常用來(lái)指寫(xiě)作的模板,。常常用于文秘寫(xiě)作的參考，也可以作為演講材料編寫(xiě)前的參考,。寫(xiě)范文的時(shí)候需要注意什么呢,？有哪些格式需要注意呢,？下面是小編幫大家整理的優(yōu)質(zhì)范文，僅供參考,，大家一起來(lái)看看吧。

視覺(jué)算法崗位 視覺(jué)算法面試題及答案篇一

1,、計(jì)算機(jī)視覺(jué)/圖形圖像等相關(guān)算法研究,、測(cè)試、優(yōu)化;

2,、計(jì)算機(jī)視覺(jué)/圖形圖像算法相關(guān)的代碼庫(kù),、工具庫(kù)的`封裝和發(fā)布;

3、ai相關(guān)算法的性能優(yōu)化,、工程環(huán)境部署;

4,、根據(jù)項(xiàng)目需求完成算法的設(shè)計(jì)、可行性評(píng)估,、測(cè)試方案,。

崗位要求：

1、本科及以上學(xué)歷,，有計(jì)算機(jī)視覺(jué)或機(jī)器學(xué)習(xí)研究背景;

2,、精通c++/c、opencv,、pcl者優(yōu)先;

3,、熟悉matlab/python，有較強(qiáng)的算法分析和實(shí)現(xiàn)能力優(yōu)先;

4,、有深度學(xué)習(xí)相關(guān)科研經(jīng)歷或計(jì)算機(jī)視覺(jué),、圖形圖像處理研發(fā)經(jīng)驗(yàn)者優(yōu)先;

5、有計(jì)算機(jī)視覺(jué)算法的實(shí)際產(chǎn)品開(kāi)發(fā)經(jīng)驗(yàn)優(yōu)先;

6,、能夠熟練地閱讀英文論文和技術(shù)文檔,，學(xué)習(xí)能力強(qiáng)。

視覺(jué)算法崗位 視覺(jué)算法面試題及答案篇二

以上流程從業(yè)務(wù)流程來(lái)看,，機(jī)器學(xué)習(xí)項(xiàng)目基本就是,。不難發(fā)現(xiàn)，在對(duì)待具體業(yè)務(wù)上,，算法工程師如何通過(guò)“實(shí)踐”提升自己的機(jī)器學(xué)習(xí)水平,，以及如何通過(guò)機(jī)器學(xué)習(xí)/深度學(xué)習(xí)實(shí)際應(yīng)用來(lái)改善企業(yè)的業(yè)務(wù)等級(jí)和營(yíng)收能力至關(guān)重要。

我經(jīng)常說(shuō)

所以有人恐慌算法工程師會(huì)被自己的算法替代,，這是極其可笑的,。機(jī)器可以做的雖然很多，但是無(wú)法代替人對(duì)數(shù)據(jù)的理解,，這是算法工程師存在的價(jià)值,。而deep learning雖然在某種程度上代替人提取特征,，但是它最多只能解決特征變換問(wèn)題，仍然處理不了數(shù)據(jù)清洗和預(yù)處理中需要用到領(lǐng)域知識(shí)的情況,。

在我的經(jīng)歷里,，我傾向于為一體的綜合型人才。

現(xiàn)在有很多的機(jī)器學(xué)習(xí)課程和教科書(shū),，它們大都是關(guān)于如何從零開(kāi)始制造烤箱,，而不是如何烹飪和創(chuàng)新配方。但對(duì)大多數(shù)企業(yè)而言,，其實(shí)他們需要的只是烹飪方法——即解決他們業(yè)務(wù)問(wèn)題的方法,。

為了能讓更多初學(xué)者了解機(jī)器學(xué)習(xí)/數(shù)據(jù)分析/數(shù)據(jù)挖掘等崗位的工作流程，找到入門(mén)的切入點(diǎn),，我特地邀請(qǐng)了兩位人工智能不同領(lǐng)域的專家,，**一位bat的數(shù)據(jù)挖掘工程師@熊貓醬，一位計(jì)算機(jī)視覺(jué)方向的專家@angela,，**,，以自身具體的工作流為核心，舉辦連續(xù)四場(chǎng)人工智能入門(mén)分享會(huì),。

我們將分別從各自擅長(zhǎng)的領(lǐng)域：,，以我們?cè)诖髲S具體工作流逆向指導(dǎo)理論學(xué)習(xí)，規(guī)劃學(xué)習(xí)路線,，是不可多得的入門(mén)級(jí)課程,，旨在為廣大的ai愛(ài)好者和跨行學(xué)習(xí)者提供堅(jiān)實(shí)的基礎(chǔ)。

視覺(jué)算法崗位 視覺(jué)算法面試題及答案篇三

1.負(fù)責(zé)視覺(jué)軟件框架或者標(biāo)準(zhǔn)功能模塊的.設(shè)計(jì)與開(kāi)發(fā);

2.負(fù)責(zé)視覺(jué)方案的評(píng)估與設(shè)計(jì),，相關(guān)視覺(jué)硬件的選型;

3.對(duì)項(xiàng)目整體進(jìn)行跟蹤與把控核對(duì);

4.領(lǐng)導(dǎo)交代的其他工作,。

任職資格

1.全日制本科以上學(xué)歷，機(jī)器視覺(jué),，自動(dòng)化,，數(shù)學(xué)，電子,，計(jì)算機(jī)或通信等相關(guān)專業(yè)

2.熟悉圖像處理算法基礎(chǔ)理論,，熟練使用opencv，halcon或visionpro等算法

3.熟練掌握c/c++,，c#等語(yǔ)言,、qt等代碼編譯軟件

4.具有視覺(jué)圖像處理項(xiàng)目經(jīng)驗(yàn)，視覺(jué)算法開(kāi)發(fā)經(jīng)驗(yàn)者有限

5.熟悉非標(biāo)自動(dòng)化視覺(jué)設(shè)備軟件開(kāi)發(fā)流程,，能夠?qū)涌蛻舨⒄碥浖邪l(fā)需求,。

視覺(jué)算法崗位 視覺(jué)算法面試題及答案篇四

職責(zé)：

1. 負(fù)責(zé)二維碼高速識(shí)別算法開(kāi)發(fā)和優(yōu)化;

2. 負(fù)責(zé)圖像識(shí)別、單雙目視覺(jué)和三維視覺(jué)的算法開(kāi)發(fā);

3. 負(fù)責(zé)機(jī)器視覺(jué)算法在多核mpu和gpu/fpga平臺(tái)下的移植和優(yōu)化;

4. 負(fù)責(zé)圖像領(lǐng)域的機(jī)器學(xué)習(xí)、深度學(xué)習(xí)算法預(yù)研和開(kāi)發(fā);

5. 負(fù)責(zé)公司視覺(jué)算法庫(kù)的建立和拓展,，以及相關(guān)技術(shù)文檔的整理,。

崗位要求：

1. 兩年以上工作經(jīng)驗(yàn)，深入理解計(jì)算機(jī)原理,，有扎實(shí)的`數(shù)據(jù)結(jié)構(gòu),、數(shù)學(xué)和算^v^底;

2. 熟悉 linux，熟練掌握 c/c++/python/cuda c/matlab 等任意一種以上的編程語(yǔ)言;

3. 熟悉 opencv/halcon/simplecv,，有圖像識(shí)別,、機(jī)器視覺(jué)相關(guān)項(xiàng)目開(kāi)發(fā)經(jīng)驗(yàn);

4. 接觸過(guò)pytorch/tensorflow/mxnet/ caffe 等任一種深度學(xué)習(xí)框架，有深度學(xué)習(xí)相關(guān)項(xiàng)目開(kāi)發(fā)者加分,。

視覺(jué)算法崗位 視覺(jué)算法面試題及答案篇五

負(fù)責(zé)車輛控制算法的設(shè)計(jì)和研發(fā)

負(fù)責(zé)控制系統(tǒng)的仿真、測(cè)試和真車調(diào)試

負(fù)責(zé)設(shè)計(jì)和開(kāi)發(fā)車輛控制系統(tǒng)中的信號(hào)采集,、標(biāo)定等功能模塊

車輛工程,，自動(dòng)控制，機(jī)械電子等專業(yè),，碩士及以上學(xué)歷,，2年以上工作經(jīng)驗(yàn)

掌握matlab/simulink/carsim仿真工具，具有車輛控制的建模和調(diào)試經(jīng)驗(yàn)

了解汽車橫縱向控制,，了解車輛底盤(pán)控制,、車輛動(dòng)力學(xué)和車輛特性

了解can總線、轉(zhuǎn)向,、剎車執(zhí)行機(jī)構(gòu)工作原理

具有較強(qiáng)的動(dòng)手能力,，善于解決實(shí)際問(wèn)題

具備較強(qiáng)的學(xué)習(xí)能力，關(guān)注并嘗試新技術(shù),，主動(dòng)性強(qiáng),，勇于接受挑戰(zhàn)

視覺(jué)算法崗位 視覺(jué)算法面試題及答案篇六

1、 負(fù)責(zé)計(jì)算機(jī)視覺(jué),、深度學(xué)習(xí)相關(guān)的技術(shù)系統(tǒng)與產(chǎn)品的研發(fā)工作;

2,、 調(diào)研前沿cv算法，并進(jìn)行實(shí)現(xiàn);

3,、負(fù)責(zé)adas,、dsm相關(guān)的技術(shù)開(kāi)發(fā)，包括車輛檢測(cè),、行人檢測(cè),、人臉關(guān)鍵點(diǎn)檢測(cè)、車道線檢測(cè)等;

5,、 負(fù)責(zé)前沿跟蹤算法研究與優(yōu)化,，包括kcf、eco,、goturn等,。

1,、 碩士及以上學(xué)歷(或本科且不少于三年工作經(jīng)驗(yàn))，有計(jì)算機(jī)視覺(jué)或機(jī)器學(xué)習(xí)研究背景;

2,、 精通c/c++,，熟悉matlab/python，熟悉caffe,、tensorflow,、keras等常用深度學(xué)習(xí)框架;

4、 有計(jì)算機(jī)視覺(jué)(目標(biāo)檢測(cè),、跟蹤,、識(shí)別)方向應(yīng)用經(jīng)驗(yàn)者優(yōu)先;

5、 在視覺(jué)計(jì)算,、機(jī)器學(xué)習(xí),、人工智能、數(shù)值優(yōu)化等領(lǐng)域有優(yōu)秀論文發(fā)表記錄優(yōu)先,。

視覺(jué)算法崗位 視覺(jué)算法面試題及答案篇七

1. 負(fù)責(zé)通信物理層信號(hào)處理算法研究,、開(kāi)發(fā)與驗(yàn)證，用matlab或c語(yǔ)言搭建鏈路級(jí)或系統(tǒng)級(jí)仿真環(huán)境,，評(píng)估通信物理層信號(hào)處理算法及通信系統(tǒng)的性能,。

2. 協(xié)同算法硬件實(shí)現(xiàn)的設(shè)計(jì)、驗(yàn)證及fpga原型驗(yàn)證,。

3. 參與通信soc芯片的系統(tǒng)驗(yàn)證,、測(cè)試、調(diào)試與分析,。

1. 碩士及以上學(xué)歷,，通信、電子,、計(jì)算機(jī)或數(shù)學(xué)等專業(yè),。

2. 具有扎實(shí)的數(shù)字通信理論和信號(hào)處理理論基礎(chǔ)，熟悉無(wú)線通信系統(tǒng)及信道模型,。

3. 掌握matlab和c語(yǔ)言,，會(huì)用matlab和c語(yǔ)言搭建無(wú)線通信仿真系統(tǒng)。

4. 具有wifi,，bluetooth,，zigbee等任意一種無(wú)線通信系統(tǒng)物理層或基帶系統(tǒng)算法設(shè)計(jì)經(jīng)驗(yàn)者優(yōu)先考慮。

5. 具有復(fù)雜問(wèn)題的獨(dú)立分析與解決能力,，與同事密切合作并有效溝通,，具備良好的英語(yǔ)讀寫(xiě)能力。

視覺(jué)算法崗位 視覺(jué)算法面試題及答案篇八

做實(shí)際業(yè)務(wù)的分類，會(huì)遇到很多的問(wèn)題,，數(shù)據(jù)不均衡,，數(shù)據(jù)長(zhǎng)尾，極端情況下,，部分類別只有個(gè)位數(shù)的數(shù)據(jù),。一般來(lái)說(shuō)，大類的數(shù)據(jù)對(duì)于整體業(yè)務(wù)的提升會(huì)更明顯,，所以高優(yōu)的類別非常重要,，不管是召回還是精度都要高。小類可能受眾群體小,，但是價(jià)值高,，所以也需要重視。至于怎么定位是否高優(yōu),，這個(gè)還是要看業(yè)務(wù)需求來(lái)的,。

通用流程如下, 最重要的不是模型和算法而是針對(duì)場(chǎng)景的數(shù)據(jù)分析，要不斷的重復(fù)這個(gè)流程,。

數(shù)據(jù)預(yù)處理->數(shù)據(jù)重|欠采樣->模型選取->調(diào)優(yōu)增強(qiáng)->損失調(diào)優(yōu)->數(shù)據(jù)分析

分析好以后,，可以嘗試通過(guò)聚類，偽標(biāo)簽,，多標(biāo)簽,，多模態(tài)等方案去解決這些問(wèn)題。

至于算法層面來(lái)說(shuō),，大部分的trick都是通用性質(zhì)的,，簡(jiǎn)單說(shuō)來(lái)就是會(huì)讓好的類變的更好，差的類還是沒(méi)有效果,。不能從根本上解決這個(gè)問(wèn)題,，我常說(shuō)的一句話就是。

當(dāng)然不同的模型會(huì)帶來(lái)不同的收益,，我們不需要考慮模型的結(jié)構(gòu)也不需要考慮各種五花八門(mén)的attention,，只需要考慮模型容量即可，只要容量足夠，能夠獲取的信息就更加豐富,，不用關(guān)心是否冗余,，因?yàn)槟愕挠?xùn)練數(shù)據(jù)都是足夠多的。

只要條件允許,，能上大模型自然就是上大模型,，條件不允許也可以通過(guò)

大模型->偽標(biāo)簽|蒸餾->小模型

swin-tiny

convext-tiny

當(dāng)然,，真實(shí)場(chǎng)景下的業(yè)務(wù)數(shù)據(jù)是具備一定的時(shí)延性的,，如果是長(zhǎng)期維護(hù)的模型，一定是要不斷進(jìn)行數(shù)據(jù)迭代和清洗的,，方法的話可以理解為

數(shù)據(jù)處理講完了,，這里列舉幾個(gè)經(jīng)常用的提升性能的方法

還有一些方法，

labelsmooth

mixup

有的時(shí)候在解決問(wèn)題上,，復(fù)雜的問(wèn)題需要拆分成為細(xì)小的問(wèn)題,，一點(diǎn)點(diǎn)的去優(yōu)化，而不是一次性的解決,，這樣可以透過(guò)問(wèn)題去看本質(zhì),，搞清楚到底需要怎么去做才能解決這個(gè)難點(diǎn)，所以模型整體流程解耦很重要,。有時(shí)候也是需要一點(diǎn)試錯(cuò)的,，在時(shí)間和條件允許的情況下。

視覺(jué)算法崗位 視覺(jué)算法面試題及答案篇九

職責(zé)：

1 負(fù)責(zé)視覺(jué)圖像中物體進(jìn)行檢測(cè),，識(shí)別與跟蹤,。

2 負(fù)責(zé)計(jì)算機(jī)視覺(jué),、深度學(xué)習(xí)相關(guān)方向的技術(shù)難點(diǎn)攻關(guān)與前瞻研究

3 負(fù)責(zé)算法計(jì)算性能優(yōu)化，并推動(dòng)其上線應(yīng)用

崗位要求：

1 碩士及以上學(xué)歷,，2年以上工作經(jīng)驗(yàn),。

2 深度學(xué)習(xí)、統(tǒng)計(jì)機(jī)器學(xué)習(xí),、計(jì)算機(jī)視覺(jué),、最優(yōu)化方法等方面有較深入的研究

3 熟悉物體(人體、人臉,、通用目標(biāo))檢測(cè),、跟蹤與識(shí)別等算法

4 創(chuàng)造性思維，富有想象力,，有推進(jìn)人工智能的理想和使命感

5 有良好的溝通能力,，團(tuán)隊(duì)合作精神。

6 較強(qiáng)的邏輯思維能力以及算法實(shí)現(xiàn)能力,。

視覺(jué)算法崗位 視覺(jué)算法面試題及答案篇十

1. 研究各種工業(yè)領(lǐng)域的機(jī)器視覺(jué)算法(定位,、識(shí)別、檢測(cè),、測(cè)量),，實(shí)時(shí)跟蹤國(guó)內(nèi)外的行業(yè)發(fā)展現(xiàn)狀與方向;

2. 根據(jù)公司項(xiàng)目需求，設(shè)計(jì)與開(kāi)發(fā)新的視覺(jué)算法;

3. 對(duì)公司產(chǎn)品中現(xiàn)有的視覺(jué)算法從穩(wěn)定性,、處理效果和速度上做持續(xù)改進(jìn);

4. 負(fù)責(zé)算法測(cè)試相關(guān)工作,，撰寫(xiě)開(kāi)發(fā)文檔;

1. 碩士及以上學(xué)歷，圖像處理,、計(jì)算機(jī)視覺(jué)、自動(dòng)化相關(guān)專業(yè);

2. 熟悉c ,vc++ ,python;

3. 精通數(shù)字圖像處理算法,，包括圖像增強(qiáng),、圖像分割、特征提取,、模板匹配等,，熟悉opencv，halcon等視覺(jué)算法庫(kù);

4. 有工業(yè)領(lǐng)域機(jī)器視覺(jué)算法(目標(biāo)定位,、ocr,、測(cè)量、缺陷檢測(cè))開(kāi)發(fā)經(jīng)驗(yàn);

5. 有windows平臺(tái)下算法優(yōu)化的經(jīng)驗(yàn);

6. 具有閱讀專業(yè)英文資料的能力,，以了解國(guó)際先進(jìn)的.視覺(jué)算法;

7. 有底層機(jī)器視覺(jué)算法庫(kù)開(kāi)發(fā),、3d視覺(jué)算法開(kāi)發(fā)經(jīng)驗(yàn)者優(yōu)先;

視覺(jué)算法崗位 視覺(jué)算法面試題及答案篇十一

雖然transformer大火，paper層出不窮,，不過(guò)還是存在很多的問(wèn)題,，對(duì)于我來(lái)說(shuō)很重要的一個(gè)事情就是訓(xùn)練的收益情況,，因?yàn)槎唐趦?nèi)不能有模型效果產(chǎn)出就等價(jià)于沒(méi)工作（手動(dòng)狗頭）。所以很多的時(shí)候現(xiàn)有一個(gè)可用的版本以后再去研究是否新的模型,，新的算法能夠給你帶來(lái)另一個(gè)收益價(jià)值,，畢竟close set和open set之間還是存在很大的一個(gè)diff。

當(dāng)然,，如果是刷比賽或者寫(xiě)paper,，研究新的算法，挖新的坑是不可避免的,，沒(méi)有學(xué)術(shù)界的蓬勃發(fā)展也不會(huì)有如今工業(yè)出色的resnet模型誕生,。不過(guò)工作畢竟和paper不太一樣， 考慮的問(wèn)題更多,，場(chǎng)景更加復(fù)雜,，這個(gè)時(shí)候遵循奧卡姆剃刀原則可能是一個(gè)比較好的方法。

工作多了,，模型練的有一定經(jīng)驗(yàn)了就會(huì)發(fā)現(xiàn),，大部分花心思的時(shí)間還是在處理數(shù)據(jù)，搞數(shù)據(jù),，分析bad case上,，對(duì)于模型的改動(dòng)基本上帶來(lái)不了實(shí)際的價(jià)值了。更多的時(shí)候都是針對(duì)case來(lái)進(jìn)行調(diào)優(yōu),，改動(dòng)數(shù)據(jù)增強(qiáng),，調(diào)整訓(xùn)練方法，調(diào)整loss等等,。數(shù)據(jù)處理和分析的比較好,，有時(shí)候會(huì)發(fā)現(xiàn)自己設(shè)計(jì)的模型結(jié)構(gòu)甚至可以齊平或者超過(guò)最solid paper的方法^-^。

以上內(nèi)容都是基于自己的情況來(lái)進(jìn)行分析的,，肯定存在一些不合理的地方,，理性看待^-^。

全國(guó)最大的機(jī)器人slam開(kāi)發(fā)者社區(qū)

技術(shù)交流群

視覺(jué)算法崗位 視覺(jué)算法面試題及答案篇十二

如果是做ocr的識(shí)別,，大部分工業(yè)應(yīng)用的場(chǎng)景都是文檔圖片或者廣告圖片的文本識(shí)別,，這些文本有個(gè)特點(diǎn)就是橫平豎直（當(dāng)然由于拍攝會(huì)導(dǎo)致扭曲），最常用的就是各種卡證的識(shí)別,，身份證,，銀行卡諸如此類，這一類具有非常規(guī)則的版面,，所以不需要太復(fù)雜的版面分析以信息抽取的算法就可以拿到想要的關(guān)鍵字段,。

那么算法選型上，對(duì)于檢測(cè)來(lái)說(shuō),，east完全可以cover這個(gè)場(chǎng)景了,，更甚的來(lái)說(shuō),，我可以設(shè)置先驗(yàn)框，都不需要檢測(cè)模型,；剛也說(shuō)到了,，卡片類的文本都是橫屏豎直的，其實(shí)用crnn已經(jīng)可以很好的做到識(shí)別了,。

目前很多的paper都是再做spotter或者復(fù)雜場(chǎng)景下的扭曲文本識(shí)別,，這些文章的方法都很新穎指標(biāo)上也非常的solid。spotter實(shí)際業(yè)務(wù)不會(huì)怎么使用的,，因?yàn)閷?shí)際的業(yè)務(wù)來(lái)說(shuō),，更希望各個(gè)模塊可以解耦，這樣會(huì)給開(kāi)發(fā)者更多的callback反饋以及應(yīng)對(duì)業(yè)務(wù)需求的變更,。

扭曲文本的識(shí)別實(shí)際上應(yīng)用的場(chǎng)景也比較少,，剛也提到了大部分的識(shí)別還是橫平豎直的，雖然會(huì)有部分的傾斜或者形變,，不過(guò)通過(guò)前置算法的處理以及合生數(shù)據(jù)的方法都能很好的解決問(wèn)題,。

算法能夠提升可能只有1-2%點(diǎn)，但是你數(shù)據(jù)做的很差,，那么就會(huì)差距幾十個(gè)點(diǎn),，對(duì)于ocr場(chǎng)景來(lái)說(shuō)如何做好數(shù)據(jù)至關(guān)重要，因?yàn)檎鎸?shí)的數(shù)據(jù)標(biāo)注是非常困難的,，成本也很高,。

大概的一個(gè)流程如下, 哪個(gè)模塊有問(wèn)題就去針對(duì)性優(yōu)化。

定位模塊->文本檢測(cè)->文本矯正->文本識(shí)別->版面分析->關(guān)鍵字提取

1.負(fù)責(zé)基于圖像數(shù)據(jù)的目標(biāo)檢測(cè),、聚類,、識(shí)別、分割場(chǎng)景理解的算法開(kāi)發(fā),，實(shí)現(xiàn)高精地圖數(shù)據(jù)的`智能化,、自動(dòng)化生產(chǎn)

2.負(fù)責(zé)融合數(shù)據(jù)源的目標(biāo)檢測(cè)識(shí)別和語(yǔ)義分割算法的研發(fā)

3.負(fù)責(zé)研究和探索基于傳統(tǒng)算法和基于深度學(xué)習(xí)的前沿算法發(fā)展，不斷優(yōu)化迭代,，保證產(chǎn)品在相關(guān)領(lǐng)域的先進(jìn)性和競(jìng)爭(zhēng)力

1.計(jì)算機(jī)信息科學(xué)、人工智能,、數(shù)學(xué)或相關(guān)專業(yè)本科以上學(xué)歷,，3年以上相關(guān)工作經(jīng)驗(yàn)，扎實(shí)的概率統(tǒng)計(jì), 線性代數(shù)理論基礎(chǔ)

2.熟悉linux開(kāi)發(fā),，精通c/c++,，python編程

3.精通深度學(xué)習(xí)物體檢測(cè)、識(shí)別,、語(yǔ)義分割理論及算法如cnn, rnn等并有實(shí)際項(xiàng)目經(jīng)驗(yàn)

視覺(jué)算法崗位 視覺(jué)算法面試題及答案篇十四

職責(zé)：

1. 基于halcon,、opencv視覺(jué)庫(kù)進(jìn)行圖像算法設(shè)計(jì),、開(kāi)發(fā)和調(diào)試

2. 基于c/c++完成圖像處理功能開(kāi)發(fā)

3. 根據(jù)應(yīng)用場(chǎng)景，優(yōu)化現(xiàn)有圖像算法

4. 優(yōu)化圖像處理框架,，包括功能,、性能、穩(wěn)定性及魯棒性

5. 參與產(chǎn)品圖像算法規(guī)劃制定,、完成圖像算法相關(guān)的需求調(diào)研與需求分析及設(shè)計(jì)

6. 承擔(dān)算法詳細(xì)設(shè)計(jì)及開(kāi)發(fā)工作,，完成技術(shù)文檔的編寫(xiě)，配合團(tuán)隊(duì)完成項(xiàng)目計(jì)劃進(jìn)度

7. 與系統(tǒng)開(kāi)發(fā)人員進(jìn)行系統(tǒng)集成,，完成視覺(jué)系統(tǒng)的開(kāi)發(fā)工作

任職要求：

1.本科3年以上工作經(jīng)驗(yàn)或碩士(機(jī)器視覺(jué),、圖像處理等方面)

2.熟悉圖像處理及機(jī)器視覺(jué)的.基礎(chǔ)理論和算法知識(shí)

3.熟練使用halcon、opencv等主流視覺(jué)庫(kù)/工具中的一種或多種

4.熟悉c++編程語(yǔ)言

5.把圖像算法應(yīng)用到實(shí)際產(chǎn)品中的成功經(jīng)歷優(yōu)先

6.具有較強(qiáng)的分析/學(xué)習(xí)能力和較強(qiáng)的創(chuàng)新意識(shí),，善于發(fā)現(xiàn)問(wèn)題并提出可行性解決方案

7.具備良好的代碼書(shū)寫(xiě)規(guī)范和文檔編寫(xiě)能力

8.有責(zé)任心,、思路清晰、具備良好的溝通能力和團(tuán)隊(duì)協(xié)作精神

9.大學(xué)英語(yǔ)4級(jí)以上水平,，良好的英語(yǔ)閱讀能力

視覺(jué)算法崗位 視覺(jué)算法面試題及答案篇十五

1,、實(shí)現(xiàn)基于智能相機(jī)的機(jī)器視覺(jué)系統(tǒng)圖像處理算法的設(shè)計(jì)、調(diào)試及實(shí)現(xiàn);

2,、參與較復(fù)雜的圖像處理,、識(shí)別算法的實(shí)現(xiàn)，如虛擬場(chǎng)景照等圖像算法;

3,、根據(jù)項(xiàng)目識(shí)別要求,，對(duì)圖像進(jìn)行數(shù)字分析和處理，確定識(shí)別算法;

4,、根據(jù)應(yīng)用場(chǎng)景,，選擇合適的.算法并進(jìn)行優(yōu)化;

5、完成上級(jí)領(lǐng)導(dǎo)交辦的其他工作,，與同事做好團(tuán)隊(duì)合作,。

1、計(jì)算機(jī),、數(shù)學(xué),、電子、通信,、自動(dòng)化,、信號(hào)處理、圖像處理等相關(guān)專業(yè),、研究生及以上學(xué)歷;

2,、對(duì)計(jì)算機(jī)圖形/圖像算法感興趣，愿意從事生活照,、趣味照等圖像算法的研究;

3,、較強(qiáng)的實(shí)際動(dòng)手能力,、學(xué)習(xí)能力和論文檢索，英文專業(yè)文獻(xiàn)閱讀能力;

4,、具備高度責(zé)任心,、工作積極主動(dòng)、樂(lè)于接受挑戰(zhàn),，能在較大的壓力下保持良好工作狀態(tài);

5,、具有以下經(jīng)驗(yàn)或能力者優(yōu)先考慮：熟悉數(shù)字圖像處理、機(jī)器視覺(jué),、模式識(shí)別,、機(jī)器學(xué)習(xí)等任一領(lǐng)域相關(guān)算法;