小红书(xiaohongshu)招聘端智能图像算法工程师
招聘职位：
端智能图像算法工程师 搜索同类职位
岗位职责：
1. 负责端侧图像/视频增强算法研发与落地，涵盖超分降噪、色彩增强、插帧等方向，针对移动端算力约束设计高效推理方案，实现云端画质效果向端侧迁移；
2. 探索生成式模型在端侧的应用，包括基于扩散模型/轻量生成网络的图像增强、帧插值、画质修复等，研究端侧生成模型的压缩量化与蒸馏加速，在端侧资源约束下实现接近云端的生成效果；
3. 探索文生图、图像编辑、风格迁移、实时滤镜等生成式应用在移动端的落地路径，推动端侧 AIGC 能力建设；
4. 主导端侧模型全流程研发：训练数据构建、模型结构设计、推理优化与性能调优，确保算法效果与端侧资源约束（算力/内存/功耗）的平衡；
5. 主导端云协同增强架构设计，统筹端侧感知能力与云侧计算能力的分工协作，探索云端重算法向端侧实时推理的能力迁移路径，持续拓展用户视觉体验的技术上限；
6. 负责流媒体场景下端到端画质策略设计与优化，精细化设计不同场景/人群的转码、分发、播控算法策略，面向短视频、直播、图片、3D 互动等内容形态优化用户核心视觉体验。
任职要求：
1. 2~5年图像处理/计算机视觉相关算法研究经验；硕士及以上学历，计算机、图像处理、多媒体等相关专业；
2. 扎实的算法基础，具备较强的策略抽象、数据分析和方案设计能力，能系统性思考、制定解决方案并快速验证优化上线；
3. 在以下一个或多个领域有深入理解和实践经验：图像超分/降噪/色彩增强、视频插帧、图像压缩与编解码、生成式模型（扩散模型/GAN/VAE）、模型压缩/量化/蒸馏、端侧推理优化；
4. 熟悉移动端 GPU/NPU/DSP 异构计算架构，有端侧模型部署与性能调优实际经验；有端云协同架构设计经验者优先；
5. 核心技能（满足 2-3 项重点方向即可）：图像超分与画质增强、生成式模型端侧落地、模型压缩量化与蒸馏、端侧推理引擎开发与优化、视频前后处理算法（插帧/色彩增强）；
6. 熟悉音视频处理流程，有 FFMPEG 等开源项目经验优先；
7. 积极乐观，责任心强，工作认真细致，具备良好的团队合作精神、沟通能力和学习能力。
1. 负责端侧图像/视频增强算法研发与落地，涵盖超分降噪、色彩增强、插帧等方向，针对移动端算力约束设计高效推理方案，实现云端画质效果向端侧迁移；
2. 探索生成式模型在端侧的应用，包括基于扩散模型/轻量生成网络的图像增强、帧插值、画质修复等，研究端侧生成模型的压缩量化与蒸馏加速，在端侧资源约束下实现接近云端的生成效果；
3. 探索文生图、图像编辑、风格迁移、实时滤镜等生成式应用在移动端的落地路径，推动端侧 AIGC 能力建设；
4. 主导端侧模型全流程研发：训练数据构建、模型结构设计、推理优化与性能调优，确保算法效果与端侧资源约束（算力/内存/功耗）的平衡；
5. 主导端云协同增强架构设计，统筹端侧感知能力与云侧计算能力的分工协作，探索云端重算法向端侧实时推理的能力迁移路径，持续拓展用户视觉体验的技术上限；
6. 负责流媒体场景下端到端画质策略设计与优化，精细化设计不同场景/人群的转码、分发、播控算法策略，面向短视频、直播、图片、3D 互动等内容形态优化用户核心视觉体验。
任职要求：
1. 2~5年图像处理/计算机视觉相关算法研究经验；硕士及以上学历，计算机、图像处理、多媒体等相关专业；
2. 扎实的算法基础，具备较强的策略抽象、数据分析和方案设计能力，能系统性思考、制定解决方案并快速验证优化上线；
3. 在以下一个或多个领域有深入理解和实践经验：图像超分/降噪/色彩增强、视频插帧、图像压缩与编解码、生成式模型（扩散模型/GAN/VAE）、模型压缩/量化/蒸馏、端侧推理优化；
4. 熟悉移动端 GPU/NPU/DSP 异构计算架构，有端侧模型部署与性能调优实际经验；有端云协同架构设计经验者优先；
5. 核心技能（满足 2-3 项重点方向即可）：图像超分与画质增强、生成式模型端侧落地、模型压缩量化与蒸馏、端侧推理引擎开发与优化、视频前后处理算法（插帧/色彩增强）；
6. 熟悉音视频处理流程，有 FFMPEG 等开源项目经验优先；
7. 积极乐观，责任心强，工作认真细致，具备良好的团队合作精神、沟通能力和学习能力。
免责声明：
此信息由小红书官网 (查看来源)审核并发布，我们转载该信息，仅出于传递更多就业招聘资讯、促进大学生及广大求职者就业之目的。该招聘职位信息的真实性、准确性、时效性及合法性均由原始发布方“小红书官网”负责。我们作为信息转载平台，不构成求职建议，不涉及任何职业中介服务，不对其内容承担任何形式的保证责任。请用户在使用转载信息时保持审慎，自行判断并承担相应风险，求职请认准企业官方渠道！
