图像处理工程师年龄要求_图像算法工程师(图像处理\视频编解码) - CSDN
精华内容
参与话题
  • 最近面试了几个图像的职位,汇总一下面试题。 图像基础知识: 1. 常用的图像空间。 2. 简述你熟悉的聚类算法并说明其优缺点。 3. 请描述以下任一概念:SIFT/SURF LDA/PCA 4. 请说出使用过的分类器和实现原理。 5. ...

    最近面试了几个图像的职位,汇总一下面试题。


    图像基础知识:

    1. 常用的图像空间。

    2. 简述你熟悉的聚类算法并说明其优缺点。

    3. 请描述以下任一概念:SIFT/SURF  LDA/PCA

    4. 请说出使用过的分类器和实现原理。

    5. Random Forest的随机性表现在哪里。

    6. Graph-cut的基本原理和应用。

    7. GMM的基本原理和应用。

    8. 用具体算法举例说明监督学习和非监督学习的区别。


    数学知识:

    1. 贝叶斯全概率公式题。

    2. 最小二乘拟合的公式推导和代码实现。

    3. 数论or组合数学题。


    白板编程:

    1. 图的遍历

        思路:深度搜索DFS和广度搜搜BFS

    2. 网格搜索:给一张二值化图片,用1~n标记不同的连通域。

       思路:可以采用最简单的四领域搜索。

    3. 代码实现HSV图的直方图表示,已知H bins=8 S bins=4 V bins=2 


    开放问答:

    1. 怎样在一张街拍图像中识别明星的衣着服饰信息?

    2. 上衣纯色,裙子花色,怎样做区分?

    3. 怎样判断一张广告图片中是否有文字信息?是否用到OCR技术?怎样应用?

    4. 给一张二值化图片(包含一个正方形),怎样识别图片中的正方形?如果图片污损严重,怎样识别并恢复?

    5. 简述图像识别在移动互联网中的应用。

    展开全文
  • 模式识别,图像处理工程师要求

    千次阅读 2017-11-13 16:29:02
    今天在“增强视觉 | 计算机视觉 增强现实”上看到一则招聘智能图像/视频处理工程师的广告,岗位要求如下: 动手能力强,熟练掌握C/C++/Matlab语言,有较强的算法分析和实现能力,并具备良好的代码与文档风格;了解...

     既然学了模式识别这个专业,研究生期间主要方向是机器学习,计算机视觉,图像处理。所以很想了解现在这个领域的就业方向及相关要求。

    今天在“增强视觉 | 计算机视觉 增强现实”上看到一则招聘智能图像/视频处理工程师的广告,岗位要求如下:

    1. 动手能力强,熟练掌握C/C++/Matlab语言,有较强的算法分析和实现能力,并具备良好的代码与文档风格;
    2. 了解人脸识别、目标检测、跟踪和识别、图像处理等技术,具备一年以上实际工作经验;
    3. 参与项目需求分析、负责设计完成需求规格、软件架构、测试策略,撰写相关的技术文档;
    4. 搭建研发环境,完成系统中相关软件模块的编码、调试、单元测试、功能验证,保证项目进度和产品质量;
    5. 协助完成项目的系统集成测试、版本交付等工作,对项目实施和维护提供支持;

         于是搜了一些关于图像、视频处理方面的就业要求,做一下总结,以便让自己明确研究生期间的学习任务,即便做不成科学家,也得有点

    技术吧。

        1.编程语言:熟悉C++/C/OpenCV/Matlab开发语言,主要是有较强的C++/C图像处理编程能力,绝大多数岗位都要求熟悉OpenCV,Matlab在理论验证阶段比较方便,但是在操作硬件和效率上远不及C++/C,所以一般公司对此没要求。以后还要仔细学习C++/C,还是先从C++ primer开始,之后再看些effective系列的。另外,还要求具备良好的代码与文档风格,以后写代码还是要讲求规范了。

      

         2.知识储备:机会总是青睐有准备的人。图像处理应用很广,因此不同岗位要求侧重不同,最基本都必须掌握图形处理的开发与研究,熟悉图像处理的各种算法,特别是图像去燥、图像增强、复原、质量改善、检测、色彩科学、图像分割、图像识别处理、图像跟踪、图像的获取及视频处理,具体应用包括人脸识别、医学影像处理、多点识别、文字检测与是识别。特别的,结合不同应用,还需要自然语言处理知识。另外,要有优秀的数学功底(特别是线性代数、优化理论、统计知识)。

         3.英语水平:优秀的英文写作技能,英语口语流利。主要是能读懂英文技术文档,在研究院还需要写论文,公司更需要写技术文档,所以平时得多积累专业词汇。至于英语口语,还是从听力开始吧,中科院自动化所的图像处理、机器学习的课都很经典,大多数是留学归来的年轻教师,可以开拓思路,顺便积累专业词汇。这个寒假要把图像处理的课听完,再多做些试验。个人还比较喜欢“The Big Bang Theory”,悠闲加娱乐。

       4.社交能力:硬件条件之后就是软件条件。大多数公司如是说:“良好的表达能力、团队合作精神和创新能力”。我觉得就是社交能力,HR看你合不合群。有个同学去参加面试,参加面试的还有研究生和来自理工科背景更雄厚的本科生,在群面、无领导小组讨论和辩论阶段,很多背景很强的学生却因太过张扬和表现自己被pass(这是同学分析的原因)。看来沉着、稳重还是必要的,谁也不想招个老板进来。而所谓的创新能力,另一个同学的面试经历给了我很大启发。他现在已经实习两个月了,回顾自己面试,他觉得正像面试官说的:“你还没入门呢”。而之所以拒掉N个研究生,选择同学这个应届毕业生,主要是他对这个方向很有热情,本科期间在毫无指导的情况下,主动接触了很多零零碎碎的东西,帮助同学和老师解决了一个又一个稀奇古怪的问题。据他说,这些东西在之后的工作中没一样能用到的,但是没有这些基础又是绝对干不了活的。之后的工作也是,没有人盯着他干活,老板给个指标,就放手做去吧,老板只要个结果。公司里每个人基本都要独挡一面,有时候还得独挡几面,所以非关键难题请教前辈,其他细节问题别人也不清楚,清楚也没时间指导。同学主动去学,去解决问题的能力是最让老板放心的。从他的话中体现出来的热情才是他“创新能力”的原动力。

          额……要学的真多,鸭梨倍增,貌似都是本科没学过的,学过的,不常用,也忘差不多了。曾经的那些模数电,控制神马的似乎是不太用的上了,我就是在不断印证那句话:生命在于折腾。

    展开全文
  • 一次图像处理工程师笔试面试经历

    万次阅读 2016-01-22 14:54:17
    一次图像处理工程师笔试面试经历 SkySeraph Apr 13th 2011 HQU Email:zgzhaobo@gmail.com QQ:452728574 Latest Modified Date:Apr 13th 2011 HQU     四月初参加了一家公司(****)的笔试...

    一次图像处理工程师笔试面试经历

    SkySeraph Apr 13th 2011  HQU

    Email:zgzhaobo@gmail.com    QQ:452728574

    Latest Modified Date:Apr 13th 2011 HQU

     

     

    四月初参加了一家公司(****)的笔试和面试,笔试2小时,花了1.5小时;面试估计2小时以上,中午2点到的,下午5点半才离开...

    做一些简单回忆...

    笔  试

    原题主要两部分,第一部分关于算法基础;第二部分关于图像模式知识,题目如下:

    ①指针的概念理解【概念理解。指针数组、数组指针、指向函数的指针、指针函数...】

    ②sizeof计算 【比较简单,网上到处都是...】

    ③用C编程实现字符串匹配 【这个有点难度,编的有点离谱...】

    ④用C编程实现一维最大熵阈值分割  【需要知道熵的表达式才好做,刚好笔试前我用过此算法,还算有印象...】

    ⑤给出图像像素表绘制灰度直方图、图像大小变换后重新绘制图像像素表、阈值化后绘制图像像素表;【图像的一些基本概念】

    ⑥车辆检测中,常见的去除人物干扰算法;【写了几种自己稍微了解的..】

    ⑦利用贝叶斯的简单运算分类;【模式识别中最基本的知识,却真记不住,还好,概率论学的还不错,后面回来查了一下,竟然也对了,原来贝叶斯只是一个简单的概率计算而已,以前上课怎这么难呢?...】

    ⑧一副彩色图像,里面含苹果、菠萝、梨子、香蕉,如何进行特征提取和分类器设计 【说了我熟悉的用哪个Gabor滤波器提取特征,利用纹理特征提取分类...后面work才知道,原来是想考彩色分割相关只是哦...嘿嘿】

     

    面 试

    说明:主管比较厉害,问的好似没什么逻辑,却几乎包含了所有常见的面试题,最糟糕的,完后,你还觉得是在聊天,能记住的真的很少,脑海中还有影响的几个暂时记录如下.

    内容:主要是两方面,一是对于简历上的实践经历/项目详细询问(特别注重细节,问的很细很细);另外问道的问题大致如下(零散):

    ①近2-3年的发展规划?

    ②如何处理校园职务/活动与科研/学习的关系(两种似乎不同的性格)?

    ③工资待遇要求?

    ④如何处理公司实习与学校学习/毕业任务的关系,孰轻孰重?

    ⑤说一件你印象最深的事情?

    ⑥为何从原来公司(简历上说明的)辞职?

    ⑦如何理解责任和道德的?

     

    offer~

    2011.4.7

    2011.4.13

     

     

    Author:         SKySeraph

    Email/GTalk: zgzhaobo@gmail.com    QQ:452728574

    From:         http://www.cnblogs.com/skyseraph/

    展开全文
  • 公众号关注“视学算法”设为 “星标”,重磅干货,第一时间送达!来自 | 知乎 编辑 | 深度学习这件小事链接|https://www.zhihu.com/question/3...

    公众号关注 “视学算法

    设为 “星标”,重磅干货,第一时间送达!

    来自 | 知乎    编辑 | 深度学习这件小事

    链接 | https://www.zhihu.com/question/345939613

    本文仅供交流,如有侵权,请联系删除

       问题

    算法工程师也会遇到35岁这道坎么?

    现在互联网行业很多开发工程师(包括前端开发、后端开发等等传统意义上的“码农”)会遇到35岁这道坎,那么对于算法工程师这种非常规、非传统的码农(侧重以数学模型技能为主,而不是写代码),也会遇到35岁的坎么?

       高质量回答

    辛俊波

    中国科学院大学 工学硕士

    https://www.zhihu.com/question/345939613/answer/1131059057

    这个问题其实对于大多数程序员都是适用的,国内的互联网公司,始终奋斗在一些写代码、跑算法模型的工程师实在是太少了。每年的高校毕业生,在持续不断地在为这个行业输入更年轻更新鲜的血液,对比25岁刚入职更会加班更能吃苦关键是更便宜的小年轻,35岁的算法工程师如果只是工龄更长资历更老,可以说全方位都处于劣势了。

    想要跨过这道坎,要做的就是努力去提升自己的相对不可替代性,从初级渐渐往高级的方向走,个人觉得大体可以分3个阶段:

    初级算法工程师 ––– 高效执行机器   

    算法入行的必经之路,所谓的sql boy、调参侠、数据搬运工、炼丹师,都发生在这个阶段。    

    数据分析、看论文、复现模型、跑实验、调参数、魔改网络、效果不好接着调...... 

    这个阶段的算法工程师,一般面临的业务问题也比较明确,比如提升召回效果、提升线上ctr/cvr/gmv/时长、提升搜索相关性、降低bad case率等等。这些明确的业务问题背后,在业界包括团队内一般都有比较明确的技术方向,相对应的就是一些比较明确的算法问题,比如信息流的ctr预估、用户兴趣建模、广告出价预估、相关性模型、物品召回、图文标签生成等。

    这些不同的算法方向根据团队形态不同,往往会分的更加明细,比如召回方向的可能会有专门的团队,落到每个人头上就是负责其中一种召回策略:用户标签召回、行为序列召回、主题召回等。

    这个阶段的目标,是要使得自己成为一个具有能够高效执行具体任务落地的能力,对动手能力要求是最高的。判断这个阶段的工程师的标准,就是对于一个明确的算法目标,是否具备足够强的执行能力将其落地。

    中级算法工程师 ––– 算法选型和改造能力   

    经过了第一阶段之后,对于明确的算法问题已经具备了足够的经验,这个阶段,需要自己根据在这个领域内的技术累积,对已有的算法问题,进行适当的改造和优化。  

    例如做用户画像,本身能做的技术方向较广,从行为标签统计、无监督的隐语义理解(lda, w2c等)、有监督的双塔建模、加入特征的用户兴趣建模,到用户序列建模,甚至各种图方法知识图谱的手段。作为该方向的负责人,需要根据团队发展阶段,进行合理的技术选型,并做适当的改造。

    判断这个阶段算法工程师的标准,主要是是否具备在某个算法方向,独立承担整个算法从选型、改造、应用到落地取得成果的能力。

    高级算法工程师 ––– 业务抽象能力   

    前面两个阶段的工程师做的事情,严格意义上来说,都是在执行这个阶段的算法工程师定下来的算法指标。这个阶段的算法工程师,需要更多的是对整个业务的理解,去抽象和定义业务问题。比如当前阶段,业务是否需要专门的团队做用户画像,需要多少的人力做素材理解,rank模型是否还有空间、需要投入多少人力持续优化等。如果战略目标制定不明确,影响的将是整个团队的努力。

    判断这个阶段算法工程师的标准,主要是对于所负责的业务,能否制定合理的算法可达目标,并带领团队完成实现。

    个人觉得,如果35岁了还处在第一阶段,也就是只能执行明确的算法模型,和刚毕业的小年轻比可以说完全没有竞争力,个人职业生涯的进一步发展会很受限。

    如果已经进入第二阶段,不可取代性还是很强的,毕竟这个阶段的合理算法技术选型和推动落地能力,是很多刚毕业和工作不久的年轻算法工程师难以做到的。

    如果已经到了第三阶段至少已经是业务方向的算法负责人了,都这种title了,考虑的是怎么往公司的中上层走了,根本不会担心年龄这种坎

    霍华德

    机器学习 话题的优秀回答者

    https://www.zhihu.com/question/345939613/answer/832718911

    我对这个问题很谨慎

    一方面,近几年的算法不断自我革命,随着框架的发展,其实门槛是越来越低了。十年前,需要自己实现反向传播,能拦住不少人。现如今BERT出现后,很多任务的难度都大幅下降。这方面利空年迈的算法工程师。

    另一方面,对算法工程师的要求越来越综合,算法工程师也逐渐向多面手发展,做nlp的算法工程师只会nlp领域是不够的,随着多模态技术的发展,视觉、语音、强化学习等技术也统统都要掌握。所以,年迈的算法工程师对新萌的优势在于技能的宽度上。与资本家的博弈中,依靠“技多不压身”,来维持相对高一些的待遇”。

    另外,只能寄希望于中国教育改革迟缓,为年迈的算法工程师多争取一些时间。

    吴海波

    机器学习 话题的优秀回答者

    https://www.zhihu.com/question/345939613/answer/832991977

    @霍华德 讲的很好了,纯从技术发展的本身,一定是门槛越来越低,所谓的经验经不起新技术的冲击,但这一套逻辑更适用于基础技术,我来补充另一方面的信息。

    这个问题其实不是技术人员独有的,而是职业发展中面临的普遍问题,只是网上技术的同学发声比较多,而且技术同学相对单纯,容易一条路走到黑,遇到困难不容易变通,很少去看看那些其他行业的人面对问题的处理方式。

    回到职业规划,我觉得远见这本书里面提了三个标准挺有意思的。分别是可迁移的技能、有意义的经验、持久的人际关系。

    可迁移的技能不多说,简单说下我对有意义的经验的理解,有意义包括两方面,一个是这个经验对别人有门槛,另一个是这个经验是有拿到结果。对很多在工业界做算法应用的同学来讲,无论是线上abtest的资源还是公司算力的资源,对后来者都是有很大的门槛的,即很难在学生时代就对算法和业务结合理解的特别好,这是一个明显的优势。

    再谈下持久的人际关系,很多技术同学都会忽视持久的人际关系。其实人和人之间的信任是非常宝贵的,大家应该重视起来。机器学习发展起来后,在工业界普遍遇到一个问题,如果和非机器学习的同事解释,如何和他们更有效的合作。而机器学习有很多时候,都是需要大投入的项目,这个时候长期的信任关系就变的特别的重要,这个也是新人并不具备的。

    总结起来,题主特别问了算法和程序员的对比,我觉得最大的特点是算法面对的巨大不确定性,而且这个不确定性是和业务本身相关的。业务变化万千,很多经验都是靠真金白银砸出来的,门槛很高。因此,这方面我又偏乐观一些。

    PS:这个行业最受人瞩目的当然是哪些世纪难题,如果你从事的和这些问题相关,那就是高风险高回报的逻辑了。

    支付宝科技局

    已认证的官方帐号

    https://www.zhihu.com/question/345939613/answer/1177098159

    谢邀。

    算法工程师的确与普通的程序员有点区别,算法工程师的入门门槛相对较高,是一个起点比较高但也比较平稳的存在。不会说做一个特别厉害的算法,就能让产品用户呈指数型的增长。

    算法工程师的瓶颈或者说成长空间,在于不停地去学习,如果说你不更新你的知识,就可能会被淘汰,因为你不去跟踪前沿内容。

    比如说在神经网络已经不火的时候,SVM(支持向量机)火了,当时做图像的很多是做指针分析的,一些指针分析的方法也比较火,那时候机器学习也已经处于发展阶段,之后也慢慢地广为应用。

    算法的知识更新迭代非常的快,在以前,大家还会自己写平台,写一个深度学习的框架,到现在,深度学习的框架已经很多很多了,可能很少有公司现在愿意去写一个深度学习的框架,大家写的都是结合自己场景和业务的框架多一点。

    如果你知识不更新,你不去跟进潮流中发生的事,你就可能会被淘汰掉,包括最近做的比较多的图学习方法、共享学习、区块链。

    另外一方面算法工程师需要经验的积累,今天你去看一个问题,有哪些角度、方法,需要去注意什么问题,这对于新人来说很难去注意到,我们这时候的经验就很重要,所以这就会让算法工程师的门槛越来越高,经验不是靠几本书、几堂课就能搞定的。

    所以算法工程师并不用担心自己从一个业务换到另一个业务,他对业务的思考,对算法的理解就是核心的竞争力,是融在算法工程师骨子里的东西。

    但是会有危机感

    支付宝高级算法专家崔恒斌有几点建议:

    年近35岁了,不过说实话倒没太多担忧过这一点。当然,个人觉得需要做好几件事儿:

    第一,不停地学习迭代知识和技术;

    第二,是对于业务的理解、技术的准确定位、业务问题的抽象和建模,技术之外,是关乎业务协作分工、平台建设和沉淀、团队管理等,也就是视频中所说的经验;

    第三,也是个人觉得非常重要的,是不断地思考,对业务、产品以及算法应用的思考,对用户价值和技术价值的思考,以此来指导业务落地和创新迭代。

    
    
    
    
    展开全文
  • 应届生都年薪30w了,做AI工程师到底有哪些要求?什么AI算法工程师年薪百万,应届毕业生年薪都有30w...什么2017年AI人才缺口就已经过百万,今年将达500w...什么AI企业从巨头到start-up投资都拿到手软...点开这篇文章...
  • 我也不知道这个岗位的招聘要求是啥? 这个很正常哈,主要是咱们平时很少去关注企业的招聘要求,所以不知道怎么学,更不知道要学哪些内容。所以就就分析了大量公司的校园招聘,根据招聘要求给大家总结出了每个方向的...
  • 最全常见算法工程师面试题目整理

    万次阅读 多人点赞 2018-03-14 21:49:23
    最全算法工程师面试题目整理(一)2017-10-26 slade_sal 人工智能LeadAI沙韬伟,苏宁易购高级算法工程师。曾任职于Hewlett-Packard、滴滴出行。数据学院特邀讲师。主要研究方向包括风控、推荐和半监督学习。目前专注...
  • 打算以后从事slam+深度学习方向的工作,整理一些招聘网站上的工作要求,作为自己的工作目标。  1、50%配合深度学习算法工程师,集成现有的物体识别框架和贝叶斯方法,构建包含物体标签的地图,用于家用机器人的场景...
  • 程序员的年龄天花板

    万次阅读 多人点赞 2015-08-24 06:57:52
    程序员的年龄天花板一直是备受关注的话题,真相到底如何,进来看撒。
  • AI 图像识别项目从入门到上线

    千次阅读 2019-07-05 10:16:32
    课程介绍 本课程是一个完整的项目实战课程,从项目调研开始到项目最终上线,完整的复现了基于...第 03~05 课,将介绍 Linux、图像、Python 等开源包,以及神经网络的基础知识,为接下来的项目做准备。 第 06~08 课...
  • 《数字图像处理》一书中对图像处理的解释为:将数字图像处理定为其输入和输出都是图像的处理。 比如在车道线检测任务中,我们需要对图像进行车道线二值化处理得到只包含车道线像素的二值化图像。 图像处理的主要...
  • 算法工程师面试准备

    万次阅读 2018-11-17 09:28:35
    【1】机器学习解决问题的通用流程  首先需要收集问题资料,深入理解问题,明确业务,将问题抽象成机器学习可解决的问题,也就是输入是什么,也就是通常所说的特征,输出是什么,也就是预测值,通过分析首先确定这...
  • 你想过35岁以后的出路吗 (2006-12-4 10:06) ... 这个问题, 还真是个问题。35岁之后,我们还这样按部就班地打卡上班吗?... 如果我们是国家的人,没问题——捧上了铁饭碗,不就是为了死心塌地为国家服务一辈子吗...
  • 戳蓝字“CSDN云计算”关注我们哦!互联网的2018 年,注定是不平凡的一年。浩浩荡荡的美国制裁中兴事件唤醒了科技界对芯片产业的重视,倒逼了一系列芯片方面的布局和投资;...
  • 秋招人工智能笔试题

    千次阅读 2020-01-24 20:43:15
    秋招人工智能笔试题 1. 深度学习和过往的神经网络训练方法有什么区别?列举几种深度学习的loss function,并说明意义 深度学习是一种方法,神经网络是个模型,深度学习方法呢可以有效解决层数多的神经网络不好...
  • //2018/09/28 当初开始面试时就想着,以后我一定要写一篇面经,现在是来还愿的时候了。 首先,嗯,非常感谢牛客平台,提供了很多信息啊。而且去年11月曾报名左神的课程,非常感谢左神啊!课程相当值啊,你见过用1...
  • 2019独角兽企业重金招聘Python工程师标准>>> ...
  • 女主宣言在中央美院2019届研究生毕业作品展中,迎来了一位特殊的毕业生,她的年龄只有1岁零10个月,但是她的画作却同其他同学的作品一道参加了展览。这是什么情况呢?下来跟随...
  • [技术讨论]做事一定要有方法

    千次阅读 2008-06-04 22:16:00
    这样的张贴形式,有利于所有的读者看到人的思维的变化和事物的发展,所以,不要漏掉任何一句:南河三 21:19:06有没有朋友了解现在图像处理,模式识别方面软件工程师的待遇情况怎样。。 关东阖 21:20:47你准备识别...
  • 2019独角兽企业重金招聘Python工程师标准>>> ...
1 2 3 4 5 ... 20
收藏数 2,773
精华内容 1,109
关键字:

图像处理工程师年龄要求