About The Role

方向一：AIGC 图像/视频生成编辑与增强
参与面向手机影像场景的 AIGC 图像/视频算法探索，包括图像编辑、图像修复、细节增强、风格迁移、视频增强、人像写真等方向。
重点关注：
生成式图像/视频编辑；
可控生成与局部编辑；
真实照片增强与细节恢复；
人像一致性、结构保真和光影自然度；
方向二：多模态图像/视频理解与智能决策
参与手机影像场景下的多模态理解和智能决策能力建设，探索让手机理解“图里有什么、用户想要什么、应该怎么处理”。
重点关注：
图像/视频内容理解；
视觉语言模型与多模态问答；
拍摄意图、修图意图和分享意图理解；
影像 Agent 工具调用与任务规划；
用户偏好建模与个性化影像体验。
通用岗位职责

围绕真实手机拍摄与编辑场景，参与影像算法的论文调研、原型验证、模型训练、效果优化与产品化探索。
参与手机影像项目中的算法原型开发和效果迭代，包括人像算法、基础画质算法、AIGC 图像/视频编辑、多模态理解、影像 Agent和模型轻量化部署等方向。
结合真实拍摄样张和业务问题，进行数据分析、问题定位、算法改进和实验对比，提升暗光、逆光、高动态、人像、视频、复杂场景下的影像质量与用户体验。
参与模型训练、推理优化、量化部署和端侧性能评估，探索算法效果、时延、功耗、内存之间的平衡。
与算法、Camera 软件、系统调试、测试和硬件相关团队协作，了解手机影像从算法研究到产品落地的完整流程。
跟踪计算摄影、AIGC、多模态大模型、影像 Agent、端侧 AI 等方向的前沿论文和行业动态，参与内部技术分享、方案讨论和创新课题探索。
计算机、人工智能、图像处理、模式识别、信号处理、自动化、电子信息、通信、软件工程、数学、光学等相关专业硕士或博士研究生。
具备扎实的数学基础、数据结构与算法基础，熟悉 Python，了解 C / C++ 更佳，熟悉 Linux 开发环境和常用深度学习框架，具备模型训练、实验设计、指标分析和效果调优经验。
具备较强的问题分析能力和工程实现能力，能够根据真实样张问题进行定位、复现、对比和优化。
具备良好的英文论文阅读能力，能够跟进 CVPR、ICCV、ECCV、SIGGRAPH、ICLR等相关方向论文。
有图像处理、AIGC、多模态、计算摄影、模型部署等项目经验者优先。
在高水平会议/期刊发表论文、参与高水平科研项目、开源项目或在相关竞赛中取得优秀成绩者优先。

This is an external listing. JobSpring does not represent or verify the employer. Report this listing

影像算法工程师-AIGC/多模态理解(J20069)

About The Role