人像虛化專家—成都

崗位定位
負責設計有競爭力的移動端人像虛化算法，并具備算法落地需要的硬件協同、性能優化與量產交付能力。

主要職責
1.系統方案Owner：設計并主導Depth+Matting+rendering整體方案。
2.端側落地與優化：基于C++/GPU(OPENGLES/Vulkan)與必要的NPU加速，將原型轉為量產可交付版本，完成內存/帶寬/功耗/時延優化。
3.利用硬件加速資源（ISP/NPU/GPU/Shader）進行算子設計與融合/優化
4.成像鏈路協作：與相機HAL/ISP/App/硬件團隊協作，確保成像鏈路一致性（例如AE/AWB/NR/HDR）
5.評測與回歸：制定算法級指標（深度誤差、邊界質量、景深遮擋正確性、時域抖動等）、構建離線自動化回歸與難例集回灌；與產品協同定義IQ目標與調優流程。

任職資格
1.在計算機視覺/圖像處理/計算攝影方向領域的相關經驗要求，碩士≥4年或博士≥2年。
2.至少主導/核心負責（虛化、深度、Matting、影像增強）過1–2個移動端量產項目，熟悉功耗/內存/帶寬/時間預算等線上約束。
3.在以下任一方向具備扎實技術能力，并具有跨方向融合能力：
a.深度估計（單/雙目、多攝或ToF）與補全/遮擋/邊界優化
b.人像Matting/分割（發絲/半透明/邊緣過渡）
c.景深/虛化渲染、物理建模
d.視頻時域一致性
4.工程能力強，精通C++，熟悉GPU/Shader優化與端側部署；理解傳感器/鏡頭/ISP協同與約束
5.理解相機傳感器、鏡頭、ISP各環節的協作機制，能在算法設計里考慮其局限與優化空間。能跨HW/FW/相機/應用團隊推進方案，面向量產交付與IQ目標閉環。

加分項
1.在手機相機/AR/VR/攝影類產品落地過Matting/虛化/深度特性；
2.具備生成式模型（GAN/Diffusion）在摳圖、景深增強、復原方向的實踐
3.算子量化（PTQ/QAT）與PyTorch路線的工程化部署經驗（如TorchScript/torch.compile/LibtorchMobile或自研推理）；
4.有專利或代表性的工業成果。