小米顶尖应届-图像算法工程师（图像处理）-手机
任职要求
1. 有丰富的图像编解码处理流程的经验； 2. 熟悉整体链条上各模…
工作职责
1. 针对显示图像处理模块，了解各模块的动作需求，熟悉控制功能和效果优化的流程和方法； 2. 了解项目及各方资源的协作方式和痛点，能够整体管控项目团体的协作及流程，确保预研并产品研发的顺利落地； 3. 对研发阶段、以及量产阶段的问题点及时分析并不断提出优化措施。 【课题名称】 电视大师画质引擎完善-图像处理 【课题内容】 基于2024年的s pro系列产品，推出了小米自研的大师画质引擎，但针对多种电视的观看场景，基于用户的多重喜好、所处的观看环境，需要进一步训练大模型，实现图像算法优化的效果。
T-Star计划是阿里巴巴淘天集团顶尖人才招聘和培养项目，继承“阿里星〞的使命与愿景，面向全球招募顶尖技术人才。首次开设实习生专项招聘，面向2025年10月后毕业的校优秀技术同学。期待你们在淘天，通过极具挑战的前沿课题与亿级规模的海量数据、应用场景，探索和实践最前沿的Al技术，在有价值的业务场景落地技术成果。 在这里，你将参与贡献大型电商场景下与音视频体验和成本相关的一系列研发工作； 在这里，你将参与视频编码（包括但不限于HEVC/VVC）优化：通过基于信号处理和机器学习的快速编码决策、数据结构、并行框架设计，优化编码速度，同时在有竞争力的视频编码内核基础上，探索基于语义的内容感知编码优化，深度学习编码，AIGC编码等前沿课题，在保障画质体验的前提下，尽可能节省带宽； 在这里，你将参与海量图像和视频的增强修复工作：运用前沿技术，包括但不限于模型结构优化、数据仿真和增强策略优化、知识蒸馏以及模型压缩，在限定带宽环境对任意失真的视频进行高效处理，力求最好的画质。同时，跟踪业界最新进展和技术趋势（包括AIGC）并融入特定的场景，提出创新方案，帮助平台提供逼近广电级别的视频画质； 在这里，你将参与视频编码与处理联合优化：在标准编码框架的基础上，借助AI领域的新技术成果来研究视频信号的表征、编码与处理，将视频前后处理与编码联合优化，提升端到端压缩效果； 在这里，你将参与美颜等视频美化技术的研究工作，包括人脸检测、关键点、肤色美白、面部塑形、化妆效果模拟等。这些技术将应用于直播和短视频等多样化场景，并确保其在真实视频场景的有效整合。你还将专注于基于3D人脸建模和AI算法的智能美颜技术，推动这些技术的大规模落地； 在这里，你将参与UGC视频生产剪辑依赖的多类当下最前沿的图像视频生成与编辑，包括图像风格化，人像分割与实例分割，人脸属性，图像可控生成，图像视频化等，为视频剪辑提供更丰富的素材和更多的玩法； 在这里，你将有机会参与最前沿的音视频质量评价算法工作，包括无参考的视频质量评价，人脸美学评价，音频质量评价，为多媒体算法的迭代和平台音画质的体验提供基础工具； 在这里，你将帮助淘宝直播等大型的视频传输场景设计QoS算法，追求超低延时、极速播放等用户体验，并支持各种弱网环境下的最优的视频流畅度和优雅的画质降级。 T-Star实习可以带给你什么？ ꔷ ①加入前沿技术探索队伍，参与顶级课题研究，有机会实现工业界项目落地。②跟企业大牛导师/学术界名导一起做有价值的课题。③丰富的技术资源、海量的数据与优秀的团队助力发paper ꔷ 投递T-Star实习生，提前解锁淘天顶级技术岗位，实习与T-Star正式批/应届秋招投递不冲突。拿到T-Star意向书的同时，将获得直通正式批次终面的机会；参与T-Star实习且表现优秀的同学，提供T-Star转正Offer。
1. 负责视觉算法在手机平台上的实现和落地； 2. 负责模型优化、模型量化和模型压缩相关研发工作； 3. 负责端侧异构计算框架和AI推理引擎的设计和开发。 【课题名称】 ai infra研发 【课题内容】 1. 端侧ai infra技术研发，包括cpu/gpu/dsp异构处理器开发，端侧异构计算框架设计和开发； 2. AI推理引擎的设计和开发； 3. 模型压缩/量化技术研究和开发。
1. 负责IMU传感器和图像算法应用领域，包括创新功能和技术分析预研，承担前沿技术的算法设计和转化落地； 2. 手机IMU传感器和图像算法潜力挖掘，负责算法理论模型开发和验证，相关专利挖掘和撰写； 3. 手机上的算法部署，利用手机SOC的各种计算单元包括CPU、GPU和NPU，实现模型的压缩、量化和加速； 4. 聚焦于软硬融合底层核心技术探索，负责图像算法关键算子的提取和优化，及算法定制的可行性评估和验证。 【课题名称】 图像&传感器低功耗平台算法预研 【课题内容】 1. AON 眼动追踪算法研究，目标是手机/PAD端落地自研眼动追踪功能，并达到行业领先水准； 2. 触控THP噪声滤波算法优化，进一步降低环境噪声对触控信号的影响，实现触控体验行业领先； 3.下一代手机IMU传感器相关算法预研，基于未来手机传感器算法的预研和验证工作。
1. 参与视频AI Deblur算法的设计、训练与优化； 2. 构建大规模模糊视频数据集，完成数据标注与预处理； 3. 跟踪领域前沿技术（如Transformer、扩散模型），探索创新方案； 4. 协助模型在手机端部署与性能调优； 5. 撰写技术文档与论文，推动成果落地至小米核心产品线。 【课题名称】 视频AI Deblur 【课题内容】 研究并开发基于深度学习的视频去模糊算法，解决动态模糊、运动模糊等视频质量退化问题，提升视频清晰度与用户体验。技术方向包括但不限于：时空特征融合、多帧对齐与重建、轻量化模型部署、端到端优化等，目标为实现行业领先的实时视频修复能力。