小米顶尖应届-图像&传感器算法工程师-手机
校招全职地点：北京状态：招聘
任职要求
1. 硕士及以上学历，计算机科学、电子通信信息等相关专业，博士优先； 2. 在图像模式识别、机器学习、机器人学等领域有应用经验； 3. C/C++及Python/Matlab 建模仿真编程方面有开发经验； 4. 熟悉机器学习与深度学习相关理论: BP, CNN, RNN, LSTM, SVM。有使用人工智能常用DL框架经验 (如TensorFlow, PyTorch, Caffe)； 5. 熟悉基本的数字信号处理方法，如傅里叶变换、小波变换, 信号滤波、图像特征提取等算法实现； 6. 有计步算法、地磁算法、场景感知算法、毫米波、vSLAM算法、人脸识别、手势识别的经验者优先； 7. 有Android嵌入式系统平台实现经验者优先。
工作职责
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。
包括英文材料
学历+
模式识别+
https://www.mathworks.com/discovery/pattern-recognition.html
Pattern recognition is the process of classifying input data into objects, classes, or categories using computer algorithms based on key features or regularities.
https://www.microsoft.com/en-us/research/wp-content/uploads/2006/01/Bishop-Pattern-Recognition-and-Machine-Learning-2006.pdf
Pattern recognition has its origins in engineering, whereas machine learning grew out of computer science.
机器学习+
https://www.youtube.com/watch?v=0oyDqO8PjIg
Learn about machine learning and AI with this comprehensive 11-hour course from @LunarTech_ai.
https://www.youtube.com/watch?v=i_LwzRVP7bg
Learn Machine Learning in a way that is accessible to absolute beginners.
https://www.youtube.com/watch?v=NWONeJKn6kc
Learn the theory and practical application of machine learning concepts in this comprehensive course for beginners.
https://www.youtube.com/watch?v=PcbuKRNtCUc
Learn about all the most important concepts and terms related to machine learning and AI.
C+
https://www.freecodecamp.org/chinese/news/the-c-beginners-handbook/
本手册遵循二八定律。你将在 20% 的时间内学习 80% 的 C 编程语言。
https://www.youtube.com/watch?v=87SH2Cn0s9A
https://www.youtube.com/watch?v=KJgsSFOSQv0
This course will give you a full introduction into all of the core concepts in the C programming language.
https://www.youtube.com/watch?v=PaPN51Mm5qQ
In this complete C programming course, Dr. Charles Severance (aka Dr. Chuck) will help you understand computer architecture and low-level programming with the help of the classic C Programming language book written by Brian Kernighan and Dennis Ritchie.
C+++
https://www.learncpp.com/
LearnCpp.com is a free website devoted to teaching you how to program in modern C++.
https://www.youtube.com/watch?v=ZzaPdXTrSb8
Python+
https://liaoxuefeng.com/books/python/introduction/index.html
中文，免费，零起点，完整示例，基于最新的Python 3版本。
https://www.learnpython.org/
a free interactive Python tutorial for people who want to learn Python, fast.
https://www.youtube.com/watch?v=K5KVEU3aaeQ
Master Python from scratch 🚀 No fluff—just clear, practical coding skills to kickstart your journey!
https://www.youtube.com/watch?v=rfscVS0vtbw
This course will give you a full introduction into all of the core concepts in python.
MATLAB+
https://matlabacademy.mathworks.com/?page=1&sort=featured
Learn MATLAB and Simulink through interactive, in-product exercises
https://www.mathworks.com/help/matlab/getting-started-with-matlab.html
Millions of engineers and scientists worldwide use MATLAB® to analyze and design the systems and products transforming our world.
https://www.youtube.com/watch?v=7f50sQYjNRA
Learn the fundametnals of MATLAB in this tutorial for engineers, scientists, and students.
深度学习+
https://d2l.ai/
Interactive deep learning book with code, math, and discussions.
LSTM+
https://colah.github.io/posts/2015-08-Understanding-LSTMs/
Humans don’t start their thinking from scratch every second.
https://d2l.ai/chapter_recurrent-modern/lstm.html
The term “long short-term memory” comes from the following intuition.
https://developer.nvidia.com/discover/lstm
A Long short-term memory (LSTM) is a type of Recurrent Neural Network specially designed to prevent the neural network output for a given input from either decaying or exploding as it cycles through the feedback loops.
https://www.youtube.com/watch?v=YCzL96nL7j0
Basic recurrent neural networks are great, because they can handle different amounts of sequential data, but even relatively small sequences of data can make them difficult to train.
TensorFlow+
https://www.youtube.com/watch?v=tpCFfeUEGs8
Ready to learn the fundamentals of TensorFlow and deep learning with Python? Well, you’ve come to the right place.
https://www.youtube.com/watch?v=ZUKz4125WNI
This part continues right where part one left off so get that Google Colab window open and get ready to write plenty more TensorFlow code.
PyTorch+
https://datawhalechina.github.io/thorough-pytorch/
PyTorch是利用深度学习进行数据科学研究的重要工具，在灵活性、可读性和性能上都具备相当的优势，近年来已成为学术界实现深度学习算法最常用的框架。
https://www.youtube.com/watch?v=V_xro1bcAuA
Learn PyTorch for deep learning in this comprehensive course for beginners. PyTorch is a machine learning framework written in Python.
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/
Android+
https://roadmap.sh/android
Step by step guide to becoming an Android developer .
https://www.youtube.com/playlist?list=PLQkwcJG4YTCSVDhww92llY3CAnc_vUhsm
相关职位
校招
1. 负责相机画质算法的研发和优化，包括但不限于图像处理、降噪、锐化、超清等方面； 2. 参与相机软硬件系统的设计和开发，提升相机画质表现； 3. 负责相机画质算法的性能测试和模型/方案优化，提高算法效率和稳定性； 4. 跟踪业界最新的相机画质算法技术，包括DeepISP、diffusion大模型等，不断优化和改进公司的相机画质表现。 【课题名称】 拍照解析力生成算法 【课题内容】 1. 研发基础倍率/变焦模式下的纹理细节生成算法； 2. 研发transformer网络做去噪/超分任务的落地方案； 3. 研发运动/失焦deblur、纹理收边、细节增强等拍照后处理算法； 4. 探索图像大模型的小型化落地方案，以及训练数据生成方案。
更新于 2025-06-25
校招
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。
更新于 2025-06-25
校招
1. 负责相机画质算法的研发和优化，包括但不限于图像处理、降噪、锐化、超清等方面； 2. 参与相机软硬件系统的设计和开发，提升相机画质表现； 3. 负责相机画质算法的性能测试和模型/方案优化，提高算法效率和稳定性； 4. 跟踪业界最新的相机画质算法技术，包括DeepISP、diffusion大模型等，不断优化和改进公司的相机画质表现。 【课题名称】 拍照解析力生成算法 【课题内容】 1. 研发基础倍率/变焦模式下的纹理细节生成算法； 2. 研发transformer网络做去噪/超分任务的落地方案； 3. 研发运动/失焦deblur、纹理收边、细节增强等拍照后处理算法； 4. 探索图像大模型的小型化落地方案，以及训练数据生成方案。
更新于 2025-06-25
校招
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。
更新于 2025-06-26