荣耀影像效果调优及评测工程师
任职要求
1、人工智能、计算机、摄影、计算摄影、光学光电、电子、信号与信息处理、模式识别、生物医学工程、自动化、数学、颜色科学等专业； 2、具备图像、视频处理算法、深度学习、人脸识别、监控视频、SLAM、3D重建、场景识别、智能语音、智能交互、光学设计等多媒体技术领域基础理论、实习经历或评测调优经验； 3、具备一定的C和C++编程实现能力，理工科背景的摄像爱好者优先择用。 4、富有团队协作精神，对待新知识有积极学习的意愿，敢于承担责任，敢于挑战困难。 5、理工科与美学的完美结合，有一定美学或颜色科学基础的优先择用。
工作职责
该岗位包含以下两个方向：（可选择） 1、负责荣耀手机&平板产品的Camera效果调试，包括颜色，对焦，降噪，亮度及后处理模块的算法调试及效果问题定位和解决；负责Camera图像效果研究，提升调试能力和效率；负责拍照效果体验提升，基于用户场景的效果调研，改善拍照用户体验； 2、负责荣耀手机&平板产品的显示、触控效果调试，包括亮度、色度、清晰度等及效果问题定位及解决；显示、触控效果标准研究及体验提升。
1.主导视频效果技术预研及落地，确保视频色彩、影调、动态范围、降噪、锐化等核心指标达到产品定义要求； 2.负责视频基础画质评测体系及视频自动化调试流程搭建，提升开发效率； 3.跟踪视频行业技术趋势，参与新硬件新平台的方案预研和效果调优，推动技术方案落地；
【】 1. 从画质专业维度和用户维度，搭建并完善图像画质评价体系，实现主客观量化及其标准制定，持续优化影像评测模型和标准，发布符合行业规范的内部评测标准白皮书； 2. 负责画质评测场景数据库的搭建，包括实验室和自然场景数据标准化采集，实现主观场景到客观场景的理论化映射； 3. 跟踪行业趋势，主导开发基于AI的画质自动化评测技术，搭建智能化评测平台，保证评测时效性及准确性，提高评测置信度； 4. 负责建立图像效果过程质量管控标准、流程、检查单、工具集，优化画质交付链路，提升交付效率。 【
方向一：多媒体软件 1.负责手机影像/音频/屏显功能开发和软件架构优化，实现硬件、芯片和算法联动； 2. 相机功能的开发，如美颜、夜景、人像、防抖等，以及对应功能的性能、功耗和稳定性优化；音频功能开发，如Codec，外放，耳机等、以及音频模块的性能、功耗和效果的优化；显示功能的开发，如新形态折叠屏开发、可变帧率屏幕开发、显示后处理增强算法开发等，以及对应功能的性能、功耗和稳定性优化； 方向二：影像效果 1.负责Camera相关的算法优化：运用光学影像原理，维护并提升现有的影像演算法； 2.负责Camera 效果调优：以提升整体相机影像品质为目标，负责相机影像品质调适专案，将3A(Auto Focus, Auto White Balance, Auto Exposure)和ISP(Image signal processing)、曝光、色彩、噪点、清晰度等进行优化，将与晶片厂的团队共同合作，达到发挥镜头、感光元件，及影像处理器最大效能。 方向三：显示效果 1. 负责颜色视觉理论工程化，给用户提供舒适，健康，专业的屏幕色彩体验 2. 负责HDR，Dolby等视频图像的显示效果调优，对齐行业标准 3. 研究业内前沿技术，制定显示效果主客观的评价标准，参与屏幕定制和选型 4. 结合颜色理论和用户喜好，对效果算法进行优化 5. 负责屏显效果的新功能开发与维护； 方向四：影像系统 1.负责Camera功能开发与维护（虚化、多帧等）；Camera第三方算法的移值和调试； 2.负责Android平台camera系统架构设计开发的相关问题分析。 3.负责相机App需求开发、性能优化、交互优化；
方向一： 1.负责针对相机的计算成像的算法原型研发和演进 - 基础图像算法如3R(NoiseReduction, SuperResolution, HDR), 多帧多摄等； - 图像后处理算法如美颜、色彩映射，图像渲染等； - 软硬件结合图像算法如ISP（image signal processor)算法的开发调优、白平衡、自动对焦、自动曝光控制，色彩还原，多摄立体视觉，防抖算法的迭代进化等； 2.AI技术应用影像业务，利用机器学习，深度学习，模型压缩及小型化等前沿技术，解决low-level画质处理，语义理解等多领域核心问题，整体提升用户体验和业务价值； 3.针对android平台和手机soc芯片的图像处理算法架构设计的基础研究，实现全链路影像处理链路的端到端性能最优设计；针对图像/视频效果进行标准定义和定量评测的理论研究； 4.对于前沿技术的动态进行追踪，主导高校产学研合作或供应商技术合作，实现新的影像算法领域探索和技术创新。 方向二： 1.模型性能分析与优化 1)负责影像端侧模型性能分析与调优，包括推理速度、内存占用、功耗等关键指标优化； 2)设计并优化量化、剪枝、蒸馏等模型压缩技术，推动算法在移动端的高效部署； 3)针对GPU/NPU/DSP等硬件特性模型结构，识别模型运行中的瓶颈并提出改进方案，提升端侧推理效率。 2.技术预研与落地 1)跟踪行业前沿技术（如大模型端侧优化、模型压缩等），完成技术验证并推动业务落地； 2)协同算法团队优化模型架构，平衡性能与精度需求。 3)与硬件、系统框架团队合作，优化底层驱动及系统资源调度策略，提升模型运行效率；