上海图像识别算法工程师
作为图像识别算法工程师，您将负责开发和优化用于计算机视觉系统的算法和模型。您需要熟悉深度学习、神经网络和机器学习等领域的知识，并能够利用这些技术来识别、分类和理解图像和视频数据。您的工作可能涉及人脸识别、目标检测、图像分割、特征提取等方面的算法研发。此外，您可能需要与其他工程师、数据科学家和产品团队合作，将算法集成到实际的生产系统中，并对其性能进行调优和优化。您需要具备扎实的编程能力，熟悉常用的深度学习框架如TensorFlow、PyTorch等，并能够不断跟踪最新的研究成果和技术进展，以保持对图像识别领域的领先竞争力。这个职位需要具备扎实的数学和统计知识，以及对图像处理和计算机视觉领域的深入理解。
薪酬概览
平均月薪
¥28600
中位数 ¥27500 ｜ 区间 ¥21600 - ¥35500
数据来源：谈职全网29份招聘数据；更新时间：2026年7月13日
月薪分布
51.7% 人群薪酬落在 15-30k
三大影响薪酬的核心维度
影响薪资的核心维度1：工作年限
影响薪资的核心维度2：学历背景
市场需求
6月新增岗位
44
对比上月：岗位新增29
数据由各大平台公开数据统计分析而来，仅供参考。
岗位需求趋势
不同经验岗位需求情况
| 工作年限 | 月度新增职位数 | 职位占比数 |
|---|---|---|
| 应届 | 17 | 39.5% |
| 1-3年 | 2 | 4.7% |
| 3-5年 | 8 | 18.6% |
| 5-10年 | 5 | 11.6% |
| 不限经验 | 11 | 25.6% |
热招职位
1、27届-28届毕业同学，计算机/自动化/机器人等相关专业，硕博优先；
2、对物理AI有强烈兴趣，愿意深入解决RL落地的真实难题；
3、扎实的强化学习基础，熟悉PPO、GRPO、SAC等算法，有MuJoCo、Isaac Gym、CARLA等仿真平台经验；
4、有基于Autoregression、diffusion、flow matching 生成式模型算法经验者优先；
5、熟悉大模型微调（LoRA, DPO, SFT），有VLA/VLM模型训练实际经验者优先；
6、熟练掌握Python/C++，具备算法工程化与调试能力；
7、有自动驾驶公司、机器人公司等RL算法实习或全职经验优先。
1. 计算机科学、人工智能、机器人、电子工程、自动化等相关专业；
2. 具备扎实的机器学习理论基础，熟悉监督学习、模仿学习、强化学习等常见算法，以及Transformer、视觉语言模型和VLA模型等相关技术；
3. 熟悉PyTorch、TensorFlow等至少一种深度学习框架，具备良好的工程和编程能力，熟练掌握Python，了解C++；
4. 具备良好的数学基础，包括线性代数、概率论、统计学及最优化方法等；
5. 对机器人学习、具身智能和多模态大模型具有浓厚兴趣，具备较强的学习能力、创新意识及问题分析能力；
6. 在机器学习、计算机视觉、自然语言处理、机器人或具身智能相关领域的顶级期刊或会议发表过论文者优先；
7. 具备良好的团队协作和沟通能力，能够积极推动研究成果的工程验证与应用落地。
1.教育背景：2027届应届毕业生，计算机、机器人、自动化、电子工程、数学等相关专业硕士及以上学历;
2. 技术能力：
熟练掌握深度学习、强化学习、经典规划算法（如A*、LQR、MPC、Lattice Planner等）；
熟悉主流框架（PyTorch），具备模型训练、调优和部署经验；
编程能力扎实（Python/C++），熟悉Linux开发环境；
熟悉并有VLM/VLA大模型SFT与强化学习微调研究与开发经验；有大模型部署经验。
加分项
1.顶会论文（CVPR/ICRA/CoRL/IROS等）或专利;
2.熟悉大语言模型（LLM）在规划中的应用（如场景理解、决策推理）;
3.有量产项目经验或车规级部署经验.
1、计算机、人工智能、自动化等相关专业硕士及以上学历；
2、具备扎实的深度学习基础，熟悉 Transformer、BERT、ViT、CLIP、BLIP 等主流视觉-语言模型架构；
3、有大模型（VLM、LLM）训练/推理优化经验，熟悉其在多模态任务中的应用；
4、有 VLA 建模、生成式模型（如diffusion）、多模态强化学习相关项目背景；
5、熟练使用 PyTorch、TensorFlow 等深度学习框架，具备良好的工程能力和代码实现能力；
加分项：
- 熟悉机器人感知与控制领域，理解人形机器人操作、导航、交互、动作轨迹预测等基本任务流程；
- 有参与实际机器人系统或多模态交互系统开发的项目经验；
- 熟悉开源大模型生态（如 LLaVA, Pi0, RT-2, OpenVLA 等）并有实际使用或改进经验；
- 具备从零构建多模态系统或算法平台的能力。
1. 自动化、计算机、人工智能、机器人等相关专业硕士及以上学历。
2. 熟悉机器人动力学、运动学、最优控制，有扎实的数学基础。
3. 精通Linux和Docker开发环境，熟悉C++和Python，掌握git工作流，具有良好的编程习惯。
4. 谦逊开放、思维活跃，具有团队合作意识。
5. 学习能力强，可以独立探索与学习先进的算法。
【加分项】
1. 熟悉主流强化学习、模仿学习等算法。
2. 熟悉Isaac Gym/Isaac Lab仿真，能够搭建复杂的仿真环境。
3. 有灵巧手触觉传感器应用经验。
4. 有sim2real实战经验。
5. 有多关节机器人控制经验。
6. 在顶级会议（如CVRP/ICCV/ICRA/IROS/NeurlPS等）或刊物（如IJRR/TRO/TPAMI等）发表过论文优先。
1、优化信息流的召回、排序、重排等算法，提升ctr/uv等核心业务指标；
2、分析用户行为数据，参与用户画像相关工作建设，进行用户长短兴趣建模及特征设计；
3、探索各种前沿算法，针对不同的业务场景，制定合适的算法与策略，并不断优化效果；
4、对推荐效果做深入分析，定位影响效果的因素，并提出改进方案；
5、完成公司交办的其他工作。
任职要求：
1、计算机相关专业硕士及以上学历；
2、两年及以上推荐算法相关经验，熟悉常见推荐系统技术，包括召回模型、排序模型、特征构建等；
3、熟悉Java/Python/C++中的一种或多种编程语言，熟悉Tensorflow/Pytorch等深度学习框架；
4、具有较强的数据意识，精通常用的数据挖掘算法和机器学习算法，在用户画像构建、特征工程方面有经验者优先；
5、具备大规模推荐、搜索、广告实际场景经验者优先；
6、对解决挑战性问题充满激情，有较强的责任心和主动性，具备良好的沟通协作能力。
岗位职责：
1、优化信息流的召回、排序、重排等算法，提升ctr/uv等核心业务指标；
2、分析用户行为数据，参与用户画像相关工作建设，进行用户长短兴趣建模及特征设计；
3、探索各种前沿算法，针对不同的业务场景，制定合适的算法与策略，并不断优化效果；
4、对推荐效果做深入分析，定位影响效果的因素，并提出改进方案；
5、完成公司交办的其他工作。
任职要求：
1、计算机相关专业硕士及以上学历；
2、两年及以上推荐算法相关经验，熟悉常见推荐系统技术，包括召回模型、排序模型、特征构建等；
3、熟悉Java/Python/C++中的一种或多种编程语言，熟悉Tensorflow/Pytorch等深度学习框架；
4、具有较强的数据意识，精通常用的数据挖掘算法和机器学习算法，在用户画像构建、特征工程方面有经验者优先；
5、具备大规模推荐、搜索、广告实际场景经验者优先；
6、对解决挑战性问题充满激情，有较强的责任心和主动性，具备良好的沟通协作能力。
1.负责唯品会核心推荐场景（首页Feeds、今日特卖、长尾Feeds、特色栏目/活动会场）的召回/排序/重排算法迭代
2.负责解决推荐模型的关键问题：多场景/多任务，延迟转化，多目标选取/建模/融合，用户超长序列建模
3.负责基于唯品会商业模式/运营玩法，抽象关键问题，设计算法解法，兼顾用户/供应商/平台 三方利益，优化推荐人货匹配
4.负责对各推荐场景、推荐业务设计高效、高算力、成本节省的算法架构；
引领重构算法特征工程、模型平台架构，提效算法工程师迭代效率
任职资格：
1.良好的计算机专业基础(数据结构, 算法)；
2.有较为扎实的编码功底，熟悉c++，python、java编程等至少一种编程语言，有离线大数据开发能力；
3.对机器学习，深度学习有扎实的理论基础及应用，熟悉排序、召回、重排之中至少一个方向的业内最新工作，熟悉tensorflow2.0；
4.有推荐系统、广告系统、或搜索等大型系统相关的算法研发经验，参与过诸如广告点击率预估、个性化推荐模型、搜索排序模型等相关项目；
5.责任心强，积极主动；
6.计算机相关专业硕士及以上学位。
1. 负责手机关键影像算法的算法工程化,涵盖但不限于基础画质（如夜景、HDR、抓拍）、人像（如美颜、美妆、虚化）、相册类后处理（如合影、人像编辑）、AIGC图像生成与编辑等算法方案。
2. 负责影像全链路解决方案的设计与优化。分析现有算法叠加负载情况，针对不同使用场景，设计并优化叠加/时序调用策略，结合算法模块级定制优化，提升整体影像方案的竞争力。
3. 深度学习相关影像算法的端侧部署与模型定制化设计适配。
4. 团队协作配合，解决项目中影像算法遇到的问题。
1. 负责手机端与云端 AIGC 影像技术研发，包括高质量的人像生成、图像修复、人像编辑等核心算法设计与优化。
2. 负责扩散模型、单步生成模型、图像编辑模型的研发、微调、蒸馏与加速。
3. 针对海外新兴市场的拍摄习惯和弱光、逆光、中低端机等复杂环境，设计稳健的人像处理与编辑方案。
4. 参与构建手机影像 AIGC 能力体系，包括数据 pipeline、模型评价体系与端云协同架构优化。
5. 跟踪行业技术前沿（Diffusion, Flow-based, MMDiT, Rectified Flow等），并在产品侧落地创新。
我们正在寻找一位热衷于测试领域AI算法研究与工程化落地的专业人员。您将负责探索和应用测试领域的AI算法技术，提升软件测试的智能化水平，并推动这些技术的实际应用，助力产品质量保障。
岗位职责：
1. 负责AI算法在软件测试领域的研究与应用，包括但不限于基于AI的手机智能操控、测试用例生成、智能缺陷分析、时序指标预测、视觉元素解析等方向。
2. 设计和优化基于大模型的多场景应用，例如多模态大模型用于用例生成、脚本生成、代码理解、缺陷分析等。
3. 跟踪大模型（如GPT、BERT、LLM等）相关技术的发展趋势，持续探索新的测试领域应用。
4. 分析和建模测试过程中的数据，探索机器学习、深度学习、强化学习等AI技术在测试领域的应用场景。
5. 设计并实现基于AI算法的测试工具或平台，推动工程化落地。
6. 撰写技术文档，分享技术成果，推动AI测试技术在团队内外的推广。
1. 负责 AIGC基础模型（文生图、图生图、图像编辑模型）的后训练体系建设，包括SFT、DPO、GRPO等强化学习方法设计与实现。
2. 构建大规模指令数据，用于人像生成、人像编辑、图像修复、目标消除、视频编辑等方向的SFT微调。
3. 设计奖励模型（Reward Model），包括但不限于：图像质量、真实感、结构保持；人像一致性、身份保持指令遵循与安全性。
4. 负责从通用基础模型到手机影像场景的能力迁移，指令适配、风格对齐等。
5. 提升模型对用户指令的理解能力，使生成编辑结果更稳定、更可控、更一致。
1. 根据产品需求进行算法设计和优化。
2. 负责组织算法在产品上的应用落地。
3. 参与语音领域前沿技术的分析和研究工作。
4. 分析解决实际业务问题，指导业务决策。