图像处理算法工程师——职位描述及要求[转]
图像处理算法工程师
职位要求
编程技能：
1、 具有较强的编程能力和良好的编程习惯， 精通c/c++编程，并熟练使用VS 或matlab开发环境；
2、 在计算机技术领域拥有扎实的技术功底，尤其在数据结构、算法和代码、软件设计方面功力深厚；
对数据结构有一定的研究基础如链表、堆杖、树等，熟悉数据库编程；
3、 出色的算法分析能力，对某一特定算法可以做广泛的综述，有实际算法实现经验；
4、 熟悉面向对象编程思想，精于windows下的C/C++、VC++程序设计，熟悉MATLAB，对MFC有相对的了解和应用经验；
专业技能：
1、扎实的数学功底和分析技能，精通计算机视觉中的数学方法；
高等数学(微积分)、线性代数（矩阵论）、随机过程、概率论、
摄影几何、模型估计、数理统计、张量代数、数据挖掘、数值分析等；
2、具备模式识别、图像处理、机器视觉、信号处理和人工智能等基础知识；
对图像特征、机器学习有深刻认识与理解；
3、精通图像处理基本概念和常用算法包括图像预处理算法和高级处理算法；
常见的图像处理算法，包括增强、分割、复原、形态学处理等；
熟悉常见的模式识别算法，特别是基于图像的模式识别算法，掌握特征提取、特征统计和分类器设计； 4、熟练使用OpenCV、Matlab、Halcon中的一种或一种以上工具库；5、熟悉机器视觉系统的硬体选型，包括CCD相机，镜头及光源；熟悉相机与镜头搭配；
外语：
1. 英文熟练，能够熟练阅读和理解专业英文资料，有英文文献检索和阅读能力；2. 良好的英语沟通能力
综合能力：
1.对工作认真负责，积极主动，勤奋踏实；
2.做事严谨，注重细节，有耐心，能够在压力下独立工作；
3.学习钻研能力强，有较强的理解能力和逻辑思维能力和良好的创新意识；
4.良好的协调沟通能力和团队合作精神；
经验要求：1.两年以上C/C++ 程序设计经验；
2.具有2年以上在Linux／Unix环境下用C/C++语言开发图像处理软件的经验。
3.数字图像处理、模式识别的理论知识和实践经验;
有基于OpenCV开发项目经验，机器视觉行业经验;
具有图像处理算法设计和开发经验;
参与过机器视觉系统分析和设计;
4. 在Matlab 或其它数学软件上开发算法的经验;
视觉算法经验：请提供实现的算法列表
目标识别、图像配准、三维测量、标定和重建、手势识别；
表面缺陷检测；尺寸测量；特征识别；
图像去噪、滤波、融合算法 3A算法：如自动曝光、自动对焦、自动白平衡
【工作内容】：
1.为解决实际问题而进行探索性研究和创新，设计与模式识别、图像/视频智能分析处理相关的算法。
图形图像处理、计算机视觉相关算法的研发以及应用程序的编写；
参与核心软件项目算法设计及算法实现；研究图像处理算法，开发和调试算法原型
软件算法研发：算法的代码实现、优化以及移植及其测试;
负责机器视觉系统图象处理、分析及识别算法的设计、实现及调试;
参与图象算法视觉应用软件的设计与实现。参与图象处理技术研究与设计;
2、对已有的计算机视觉算法进行实用化开发和优化研究； 精益求精，将算法做到极致，使算法真正实用化；
参与预研性的算法分析和论证,为产品开发提供基础研究及论证；
岗位职责：
1、 协助工程师进行算法的测试.；C++语言验证、测试算法；
2、编写算法规格说明；3、相关专业文献的查阅； 4、将部分matlab程序转为C或C++语言程序。
1) 辅助图像处理工作2) 大规模图像搜集与分类 3) 与开发人员等进行沟通，跟踪产品的体验效果并改进；4）负责公司的机器视觉与传感器项目的技术支持（如项目可行性评估、现场DEMO、装机、培训等）
和 维护工作;
岗位职责：
1、负责计算机视觉中的图像采集，处理面阵和线扫描相机的成像和控制 ；2、针对特定的计算机视觉问题，设计目标识别与快速定位与检测算法的实现，并进行优化；3、对彩色图像和灰度图像实现物体表面的污点划痕检测算法设计和实现；4、处理三维物体表面数据获取和实现三维测量算法的实现；5、处理点激光和线激光源的成像，散斑噪声滤波和轮廓检测；6、负责算法与软件GUI开发工程师接口;7、完成上级领导交办的其他的工作。
图像算法工程师三重境界
一、传统图像算法工程师： 主要涉及图形处理，包括形态学、图像质量、相机成像之3A算法、去雾处理、颜色空间转换、滤镜等，主要在安防公司或者机器视觉领域，包括缺陷检测；
二、现代图像算法工程师: 涉及模式识别，主要表现的经验为Adaboost、SVM的研究与应用，特征选取与提取，包括智能驾驶的研究与应用、行人检测、人脸识别；
三、人工智能时代图像算法工程师： 深度学习，主要在大型互联网公司或者研究所机构，具体体现在TensorFlow等开源库的研究与应用，包括机器人的研、基于深度学习的人脸识别；
原文：https://blog.csdn.net/liuuze5/article/details/44247043
一个本科生去面试算法工程师自取其辱的故事
2018年1月，我准备好了简历，在拉勾上往该公司投递了一份简历。半小时后收到回复，表示不符合公司的要求，被拒绝了。经过半年的积累，无意间又发现这家公司有更新招聘信息，我觉得这家公司挺不错的，于是很有诚意的给人事部写了一封求职信，内容大概如下：
人事部领导您好，我是在拉勾招聘平台上投递过贵公司“视觉算法研发工程师”岗位的一名求职者，我叫XXX。目前拉勾上的状态是“待沟通”，这个状态已经有好久没更新了，很期待贵公司的通知，索性我就直接以邮件的形式来和您沟通了。早在在2017年8月的XX安博会上，我就看到过贵公司的“XXXX”和“XXXX”两个产品，一个偶然的机会认识了贵公司的华南区的销售经理王经理，在和他沟通的过程中了解到了贵公司的技术积累和技术发展方向，这些都深深地吸引了我。后来我尝试投递了一份简历，但是被拒绝了。然后我意识到可能是我工作经验有限，简历背景不够扎实，于是后来我继续积累项目经验，学习专业知识。前几天又看到贵公司还在继续招聘视觉算法工程师岗位，所以我继续尝试。我有两年多的安防领域的图像算法工作经验，虽然我是一名本科生，但是我有信心比很多研究生做得好。希望能够给我一次技术面试的机会，谢谢。人事部的小姐姐真的很好，马上给我回复了，说已经帮我内推了，可以约明天技术面试，然后我就开始准备面试可能会问到的相关问题。第二天准时过来面试，人事面，技术一面，技术二面，感觉都还可以，问的问题基本上都在专业范围内，虽然有的没答上来，我也实事求是，没做过就说不懂。等到了技术三面，面试官是部门主管。面试官：本科生啊？我：是的，2016年本科毕业，做图像算法两年半工作经验。面试官：你们本科生为什么一定做算法？做安卓开发，做APP开发不好吗？不是每个人都适合做算法的，现在人工智能火了，都来做人工智能，但是你凭什么比别人研究生做的好。我：。。。。。（我真不知道说什么，只能看着他，我很无辜）面试官：你做过人脸，你说下mtcnn的原理。我：mtcnn是一个级联的检测算法，分为三个部分，分别由三个单独的小网络进行检测，将检测结果逐层传递，检测结果也逐层进行筛选。面试官：你觉得你做这些项目中最大的收获是什么？我：我觉得最大的收获应该是一个学习的过程，比如说我做mtcnn人脸检测，我就有尝试地将mtcnn算法用作行人检测，虽然最后效果不是太理想，但是我对mtcnn的理解也加深了不少。面试官：还有呢？我：单分类算法中输出一般是softmax，损失函数采用交叉熵，但是在人脸识别中相当于细粒度分类，在交叉熵损失函数后面加上一个可控的变量因子，人为地加大类间距，这样训练可以提高细粒度分类的准确率。这样我从分类网络联想到人脸识别的。面试官：扯淡！我：。。。。。（我真无语，我不知道该怎么接）面试官：你知道MTCNN是哪一年的算法吗？我：应该是2016年的CVPR吧，16年的算法。面试官：距离现在几年了？这种算法只有你们公司还拿来用！我：那请问你们现在用的是什么算法做人脸检测？面试官：反正不用MTCNN！你管我用什么。我：。。。。。面试官：我觉得你应该去做适合自己的工作，该做应用就去做应用，别想着能够往算法里面挤，哪里热往哪里挤，过两年人工智能不火了，你怎么办？做一只调参狗有什么用？我：我觉得我是图像算法有一定兴趣，想往这边深入学习。面试官：我觉得你做了两年半才这个水平，要么你是没用心，要么你悟性不够，别再想着往这里边挤了，老老实实去做应用。我：。。。。。（强忍着怒火）我：那我。。。那我可以加你的微信吗？面试官：怎么？你是想在外面黑我吗？我：（强颜欢笑）不不不，怎么会呢？我是觉得你今天说的有道理，如果后来有机会再向你请教。面试官：我的微信号：XXXXXXXXX说完，拿着我的简历，一折，两折，三折，四折。我清楚地数着他将纸对折了四下，然后转身离开。我真不知道我今天做错了什么，要这样对我。全程我都非常压抑着自己的情绪，导致回答问题都结结巴巴。
加他的微信，只是我临时想到的一个记住他的方式。