职位描述：
1. 负责手机上图像算法的开发，例如人脸识别，文本检测OCR，视觉SLAM
2. 在手机上优化和部署算法，包括模型的压缩、量化和加速，并使用手机上的各种计算单元包括CPU、GPU和NPU；
3. 负责训练数据的预处理工作，包括如何收集图像数据，标注数据，数据增强和数据的清洗工作；
4. 参与创新技术的预研和产品化工作，紧跟业界领先的算法，设计更加优秀的算法, 并撰写相关论文，专利。
职位要求：
1. 计算机科学、信息工程、电子工程、机器人学等专业，有C++/python/Java开发经验；
2. 熟练掌握深度学习相关理论，包括BP算法、神经网络、CNN、RNN、LSTM、Transformer等, 对大模型结构（Bert，GPT等）有应用经验的优先；
3. 掌握图像处理基本知识，例如图像滤波，压缩和缩放等算法，熟悉图像质量评估的主客观评价指标；
4. 了解机器学习相关理论，包括SVM、KNN、决策树、随机深林、朴素贝叶斯、概率统计等；
5. 熟练掌握至少一种深度学习框架，如Tensorflow、PyTorch等；
6. 了解主流网络模型， 例如ResNet、 MobileNet和UNet等，在人脸识别，OCR等领域有经验者优先。
招聘部门：
小米
工作地点：
北京市
面试建议：
面试小米的视觉图像算法工程师实习岗位，你需要展现出在深度学习理论和图像处理技术方面的扎实基础，尤其是在手机端算法优化和部署上的实际经验。面试官会特别关注你是否能够将复杂的算法高效地运行在手机设备上，这包括模型的压缩、量化和加速技术。此外，数据预处理和创新能力也是考察的重点，因为小米希望实习生能够参与到创新技术的预研和产品化工作中。 建议你在面试前重点复习深度学习的基础知识，尤其是CNN、RNN和Transformer等模型的结构和应用。准备一些你在手机端优化算法的实际案例，展示你如何解决性能瓶颈问题。同时，如果你有在人脸识别或OCR领域的项目经验，一定要详细说明你的贡献和成果。面试中可能会涉及代码实现或算法设计的现场问题，所以保持清晰的思路和良好的沟通能力同样重要。