主分类：计算机视觉与图像感知算法研发
来源 JD 数据（旧分类保留，当前主分类见上方）
{
"schema_version": "via_ai_product_manager_jobs_v1",
"data_type": "ai_product_manager_jobs",
"job": {
"job_title": "Camera成像算法专家 - PICO",
"job_level": "专家",AI生成
"work_category": "全职",AI生成
"department": "未披露",
"location": "上海",
"work_mode": "未披露",AI生成
"job_category": "算法"AI生成
},
"company": {
"company_name": "字节跳动",
"company_industry": "互联网 / 数字内容 / 电商",
"company_size": "10000人以上",
"company_website": "bytedance.com",
"company_description": "字节跳动提供内容创作、信息分发、电商和协作产品，旗下产品包括抖音、今日头条、TikTok和飞书。"
},
"compensation": {
"salary_range": {
"min": "",
"max": "",
"currency": "未披露",
"cycle": "未披露"
},
"benefits": "未披露"
},
"requirements": {
"working_years": "",
"degree": "硕士学位及以上",
"language": "未披露",AI生成
"visa_support": "未披露",
"responsibilities": "团队介绍：作为一家拥有自主创新和研发创造能力的科技品牌，PICO致力于成为领先的世界级XR平台，成就开发者与创作者，共同为全球消费者创造更美好的生活体验。我们开创性地将虚拟现实扩展到了多个领域，为运动、视频、娱乐等消费级场景带来了全新体验；并广泛应用在教育、医疗和企业培训等商用场景，给全球企业级用户提供了多元化的VR解决方案。\n\n1、负责先进3A/ISP算法架构设计、研发和落地工作，负责ISP链路各模块的算法研发，推动传统3A/ISP与深度学习的融合，在移动端/边缘端/云端实现高性能高质量图像画质效果提升；\n2、构建AI-ISP技术体系，研发RAW域图像增强、色彩重建和管理、端到端ISP重建、深度学习的计算摄影等算法，突破传统成像算法的效果瓶颈；\n3、开展数据驱动的成像链路优化，包括Noise Modeling、Color Science计算、主观画质调优（Tuning）等智能化方法，提升成像系统整体画质；\n4、跟踪CVPR/ICCV/ECCV等顶会的Low-Level Vision与Computational Imaging进展，将SOTA深度学习技术转化为可落地方案；\n5、与产品、硬件、系统软件等跨部门团队协作，推动算法在实际业务场景中的落地。",
"requirements_text": "1、硕士学位及以上，计算机/电子/光学/色彩科学等相关专业优先，具备扎实的计算机视觉与数字图像处理理论基础；\n2、精通Camera成像系统、3A与ISP Pipeline各模块，熟悉传统CV算法与深度学习的联合优化，具备计算摄影项目经验；\n3、精通PyTorch/TensorFlow，具有CNN、Transformer、强化学习等在Low-Level Vision中的算法研发项目经验；\n4、算法落地经验，具备深度学习模型在移动端/边缘端的优化部署经验，有Camera成像算法的实际产品落地案例。\n\n加分项\n1、有AI-ISP端到端（RAW-to-RGB）深度学习模型落地经验；\n2、有模型压缩、量化、蒸馏、边缘部署经验；\n3、NTIRE或者影像算法相关竞赛获奖经历；\n4、会议论文发表和开源社区贡献。",
"skills": [AI生成
"PyTorch",
"TensorFlow",
"深度学习",
"强化学习",
"计算机视觉",
"摄影"
],
"preferred_qualifications": "1、硕士学位及以上，计算机/电子/光学/色彩科学等相关专业优先，具备扎实的计算机视觉与数字图像处理理论基础；加分项",
"job_highlights": "未披露"
},
"contact": {
"recruiter_name": "未披露",
"contact_methods": [
{
"type": "apply_link",
"value": "https://jobs.bytedance.com/experienced/position/7611851153504274741/detail"
}
]
},
"posting": {
"posting_id": "7611851153504274741",
"post_date": "2026-02-28",
"hire_time": "未披露",
"update_date": "20260917",
"job_url": "https://jobs.bytedance.com/experienced/position/7611851153504274741/detail"
},
"fulltext": "Camera成像算法专家 - PICO\n职位描述\n团队介绍：作为一家拥有自主创新和研发创造能力的科技品牌，PICO致力于成为领先的世界级XR平台，成就开发者与创作者，共同为全球消费者创造更美好的生活体验。我们开创性地将虚拟现实扩展到了多个领域，为运动、视频、娱乐等消费级场景带来了全新体验；并广泛应用在教育、医疗和企业培训等商用场景，给全球企业级用户提供了多元化的VR解决方案。\n\n1、负责先进3A/ISP算法架构设计、研发和落地工作，负责ISP链路各模块的算法研发，推动传统3A/ISP与深度学习的融合，在移动端/边缘端/云端实现高性能高质量图像画质效果提升；\n2、构建AI-ISP技术体系，研发RAW域图像增强、色彩重建和管理、端到端ISP重建、深度学习的计算摄影等算法，突破传统成像算法的效果瓶颈；\n3、开展数据驱动的成像链路优化，包括Noise Modeling、Color Science计算、主观画质调优（Tuning）等智能化方法，提升成像系统整体画质；\n4、跟踪CVPR/ICCV/ECCV等顶会的Low-Level Vision与Computational Imaging进展，将SOTA深度学习技术转化为可落地方案；\n5、与产品、硬件、系统软件等跨部门团队协作，推动算法在实际业务场景中的落地。\n\n职位要求\n1、硕士学位及以上，计算机/电子/光学/色彩科学等相关专业优先，具备扎实的计算机视觉与数字图像处理理论基础；\n2、精通Camera成像系统、3A与ISP Pipeline各模块，熟悉传统CV算法与深度学习的联合优化，具备计算摄影项目经验；\n3、精通PyTorch/TensorFlow，具有CNN、Transformer、强化学习等在Low-Level Vision中的算法研发项目经验；\n4、算法落地经验，具备深度学习模型在移动端/边缘端的优化部署经验，有Camera成像算法的实际产品落地案例。\n\n加分项\n1、有AI-ISP端到端（RAW-to-RGB）深度学习模型落地经验；\n2、有模型压缩、量化、蒸馏、边缘部署经验；\n3、NTIRE或者影像算法相关竞赛获奖经历；\n4、会议论文发表和开源社区贡献。\n团队介绍：作为一家拥有自主创新和研发创造能力的科技品牌，PICO致力于成为领先的世界级XR平台，成就开发者与创作者，共同为全球消费者创造更美好的生活体验。我们开创性地将虚拟现实扩展到了多个领域，为运动、视频、娱乐等消费级场景带来了全新体验；并广泛应用在教育、医疗和企业培训等商用场景，给全球企业级用户提供了多元化的VR解决方案。\n\n1、负责先进3A/ISP算法架构设计、研发和落地工作，负责ISP链路各模块的算法研发，推动传统3A/ISP与深度学习的融合，在移动端/边缘端/云端实现高性能高质量图像画质效果提升；\n2、构建AI-ISP技术体系，研发RAW域图像增强、色彩重建和管理、端到端ISP重建、深度学习的计算摄影等算法，突破传统成像算法的效果瓶颈；\n3、开展数据驱动的成像链路优化，包括Noise Modeling、Color Science计算、主观画质调优（Tuning）等智能化方法，提升成像系统整体画质；\n4、跟踪CVPR/ICCV/ECCV等顶会的Low-Level Vision与Computational Imaging进展，将SOTA深度学习技术转化为可落地方案；\n5、与产品、硬件、系统软件等跨部门团队协作，推动算法在实际业务场景中的落地。\n1、硕士学位及以上，计算机/电子/光学/色彩科学等相关专业优先，具备扎实的计算机视觉与数字图像处理理论基础；\n2、精通Camera成像系统、3A与ISP Pipeline各模块，熟悉传统CV算法与深度学习的联合优化，具备计算摄影项目经验；\n3、精通PyTorch/TensorFlow，具有CNN、Transformer、强化学习等在Low-Level Vision中的算法研发项目经验；\n4、算法落地经验，具备深度学习模型在移动端/边缘端的优化部署经验，有Camera成像算法的实际产品落地案例。\n\n加分项\n1、有AI-ISP端到端（RAW-to-RGB）深度学习模型落地经验；\n2、有模型压缩、量化、蒸馏、边缘部署经验；\n3、NTIRE或者影像算法相关竞赛获奖经历；\n4、会议论文发表和开源社区贡献。",
"standard_classification": {
"std_category_code": "T034",
"std_aux_codes": [],
"std_category_status": null,
"std_taxonomy_version": "20261104"
}
}