小米视觉图像算法工程师实习生
实习兼职地点：武汉状态：招聘
任职要求
1、计算机视觉、图像处理、人工智能、数学等专业方向，硕士及以上学历优先 2、具备图像视频算法实践经验，对图像视频相关算法有深入理解 3、在图像画质方向如超分、hdr、图像恢复等方向有相关经验 4、对stable diffusion、diffusion transformer等视觉生成相关技术有深入研究和理解 5、具备一定创新能力、视野开阔、对技术有热情、能良好协作和沟通
工作职责
1、参与图像、视频生成相关领域研发工作，探索视觉生成领域前沿方向 2、参与图像画质增强、视频可控生成、多模态视觉生成、视觉生成领域强化学习等方向研究 3、分析和解决算法产品化过程中出现的效果、性能等问题 4、参与学术研究，产出影响行业的科研成果
包括英文材料
OpenCV+
https://learnopencv.com/getting-started-with-opencv/
At LearnOpenCV we are on a mission to educate the global workforce in computer vision and AI.
https://opencv.org/university/free-opencv-course/
This free OpenCV course will teach you how to manipulate images and videos, and detect objects and faces, among other exciting topics in just about 3 hours.
图像处理+
https://opencv.org/blog/computer-vision-and-image-processing/
This fascinating journey involves two key fields: Computer Vision and Image Processing.
https://www.geeksforgeeks.org/python/image-processing-in-python/
Image processing involves analyzing and modifying digital images using computer algorithms.
https://www.youtube.com/watch?v=kSqxn6zGE0c
In this Introduction to Image Processing with Python, kaggle grandmaster Rob Mulla shows how to work with image data in python!
学历+
算法+
https://roadmap.sh/datastructures-and-algorithms
Step by step guide to learn Data Structures and Algorithms in 2025
https://www.hellointerview.com/learn/code
A visual guide to the most important patterns and approaches for the coding interview.
https://www.w3schools.com/dsa/
Transformer+
https://huggingface.co/learn/llm-course/en/chapter1/4
Breaking down how Large Language Models work, visualizing how data flows through.
https://poloclub.github.io/transformer-explainer/
An interactive visualization tool showing you how transformer models work in large language models (LLM) like GPT.
https://www.youtube.com/watch?v=wjZofJX0v4M
Breaking down how Large Language Models work, visualizing how data flows through.
相关职位
实习
1、参与图像、视频生成相关领域研发工作，探索视觉生成领域前沿方向 2、参与图像画质增强、视频可控生成、多模态视觉生成、视觉生成领域强化学习等方向研究 3、分析和解决算法产品化过程中出现的效果、性能等问题 4、参与学术研究，产出影响行业的科研成果
更新于 2025-05-23
实习
1、参与图像、视频生成相关领域研发工作，探索视觉生成领域前沿方向 2、参与图像生成与编辑、视频可控生成、多模态视觉生成、视觉生成领域强化学习等方向研究 3、分析和解决算法产品化过程中出现的效果、性能等问题 4、参与学术研究，产出影响行业的科研成果
更新于 2025-09-01
实习
1.前沿算法研发 •主导计算机视觉与AIGC核心算法研发（检测/分割/生成/多模态等），推动超分、修复、美化等技术在业务场景落地，实现效果与效率双优化。 •探索Stable Diffusion等生成式模型的应用创新，结合业务需求优化图像生成、智能编辑（如文本驱动编辑、语义修复）等关键技术。 2.工程化落地 •完成算法从原型到产品的全链路开发，解决模型压缩（量化/剪枝）、推理加速（TensorRT/MNN部署）、跨平台适配等工程挑战。 •构建高精度、低延迟的CV pipeline，覆盖图像矫正、去噪、OCR等实际需求。 3.技术前瞻性研究 •跟踪CVPR/ICML等顶会技术动态，针对性研发Diffusion Models、Vision Transformer等前沿模型，建立技术壁垒。
更新于 2025-08-21
实习
1、负责视觉大模型，多模态大模型、缺陷检测、目标检测、图像分割、相关算法的研发和实现，以及在工业场景的落地； 2、负责图像识别核心能力沉淀和产品化建设，多方协同，快速落地；利用计算机视觉和人工智能新技术，改进提升产品性能； 3、负责算法的优化和集成工作，包括边缘设备和云端；
更新于 2025-06-12