合合信息
岗位信息
招聘岗位
【27校招】智能图像算法工程师(J14447)
工作城市
上海
是否笔试
未明确
招聘批次
校招
发布日期
2026-07-28
📋 岗位职责 / 任职要求
岗位职责
1.参与智能图像处理核心技术研发，从事底层视觉算法（Low-level Vision）及视觉内容质量评估（Visual Quality Assessment）等方向的算法研究与工程落地，持续推动核心业务相关技术保持行业领先水平； 2.跟踪计算机视觉、生成式AI及视觉基础模型等前沿技术，探索新算法、新模型和新应用，支持产品创新及新业务孵化; 3.参与高影响力学术竞赛及开源社区建设，发表高水平论文，扩大公司技术影响力
任职要求
1.优秀的教育背景 硕士及以上学历，包括但不限于计算机、信息工程、模式识别、人工智能、自动化、软件工程、电子工程、统计学、应用数学、信息安全、信号与信号处理等专业； 2.科研经历 1) 具备扎实的机器学习、深度学习理论知识，具备良好的数学功底，熟悉常用算法和模型； 2) 具有底层视觉、生成式AI或视觉内容质量评估等方向的科研或研发经验，具备相关论文发表、竞赛成绩或项目落地经验者优先。 3) 以一作在计算机视觉/机器学习领域国际顶级会议（CVPR、ICCV、ECCV、NeurIPS、ICLR、ICML等）或重要期刊发表论文，或在国际知名竞赛中获得优异成绩（Top3/冠军等）者优先。 3.工程/编程能力 1) 熟悉至少一种深度学习框架，如pytorch，tensorflow; 2) 代码能力扎实 ，熟悉 C/C++、Python，具备良好的编程和调试能力; 4.兴趣性格 热爱科研，数学基础好，健康向上；
🏢 企业简介
总部上海
📍 主要办公地点
🎯 AI校招画像 （来源：百度AI搜索+DeepSeek）
🏢 公司文化与工作氛围
- 工程师文化浓厚：公司近千人规模，约70%为程序员，整体氛围偏技术导向，人际关系简单，员工反馈“没什么人际关系较为复杂的戏码和办公室政治”。
- 管理风格宽松：员工反馈“管理比较宽松，leader会给机会让你做想做的事以及适合你的事，成就感会比较大”，上级愿意放权，鼓励员工自主探索。
- 团队氛围融洽：面试者评价面试官“很亲和，问的问题也很接地气”，且HR部门有带教机制（如“hr部门的两个姐姐从我入职到现在一直在带着我一步一步的做事情”），对新人较为友好。
- 价值观与工作风格：看重工作效率而非工作时长，不打卡；公司内部自称“讨饭群”（晚饭点餐群），一到饭点群内氛围活跃，体现轻松活泼的日常文化。
⏰ 加班情况与工作强度
- 弹性工作制，不打卡：员工反馈“不打卡，晚一点到也没关系，看重工作效率”。
- 加班情况较少：有员工称“加班比较少，压力比普遍的互联网公司要小很多”。
- 加班保障措施：晚饭6点半供餐，偶尔加班可吃晚饭；晚上8点半有班车送员工到地铁站。
💰 薪资待遇与年终奖
- 整体薪资水平：薪酬区间为月薪4.5K-50K，其中76.2%的岗位月薪在20-50K区间（数据来源：职友集近一年164条工资样本，仅供参考）。
- 按学历划分（月薪均值）： - 本科：约28.6K - 硕士：约31.4K - 博士：约40.0K
- 按工作地点划分（月薪均值）： - 上海：约29.4K - 苏州：约18.3K - 薪资趋势：2026年薪资较上年下降2%（数据来源：职友集薪酬统计）。
🎁 福利体系
- 五险一金/保险：缴纳六险一金（即在五险一金基础上增加额外商业保险）。
- 餐饮福利：早饭放置于茶水间自取；晚饭需点餐，6点半供餐（公司大群俗称“讨饭群”）。
- 交通福利：早晚有公司班车往返地铁站（一号线汶水路地铁站），晚间8点半班车送员工到地铁站。
- 健康福利：定期体检。
- 节日与活动福利：节假日福利、每月游戏活动、生日会、团建、outing等。
- 晋升与调薪：每年都有晋升调薪机会。
📋 校招流程经验
- 整体流程节奏：面试流程较快，职能岗一般面试三轮，每场约控制在一小时内；顺利情况下，现场面试HR会尽量安排一次性聊完，避免候选人多次往返；面试结束后一般三个工作日电话沟通offer情况，从面试到offer约一周内完成。
- 一面为HR面：内推帖明确提示“一面是HR！”，需要准备清晰的求职动机，“为什么想来合合、为什么看好文档AI赛道”是高频淘汰点。
- 业务面重点：面试官非常喜欢顺着项目持续追问细节，会深挖简历中的每个项目，简历注水容易露馅。
- 岗位差异化准备： - 算法岗：重点准备OCR、文本处理、多模态相关项目。 -
ℹ️ 信息来源
本条招聘信息由校招宝转载自 智联招聘（企业校招官网），版权归原发布方所有，校招宝仅作信息聚合与导航。
该来源未提供原文链接
招聘信息以官方原文为准，投递前请核实截止日期与要求。如涉侵权或信息有误，请邮件联系 kknee@qq.com，我们将在 24 小时内处理。