24秋招总结（计算成像方向硕士）

从5月份开始秋招到10月底结束，从牛客看了很多面经，也交了很多志同道合的牛油，在这里总结一下自己的秋招经历吧。希望能给后面的学弟学妹们提供点参考。

背景：

本硕双中九（考研），硕士主要做的计算光学成像方向，没有什么项目经历，只有一篇成像方向中科研2区论文（计算成像方向），一段手机厂ISP相关的实习经历。单从bg来看，楼主属实不够看，不过最后运气好也找到了满意的工作。感觉也可能和我喜欢发面经攒人品有关。

大家多发发干货面经，又能复盘，攒人品，还能认识很多同行小伙伴。

计算成像包括很多方向，包括但不限于超/高光谱、散射、单像素、偏振、超分辨、全息、结构光等等。做咱这个方向的应该都知道其实计算成像属于学的东西太杂了（可能有几何光学、物理光学、傅里叶光学、信号系统、数字图像处理、深度学习等等），而且也缺少工业界落地的项目，所以找工作其实不是很占优势。楼主也有搜过上网搜计算成像毕业就业方向的帖子，感觉写的不是很明朗，这里也根据自己经验总结一下相关就业方向。

沾边的就业方向有以下几个：

1. 光学设计

菜鸡楼主没敢碰瓷光学设计，感觉基本都是zemax、codev仿真，还有几何光学知识，像差理论（可能还有磨透镜啥的）。但是计算成像的兄弟们好像一般都不做这种传统的光学设计，基本都是用现成的，或者简单设计一下光学，很少会自己设计复杂的成像镜片组。所以其实计算成像转光学设计我感觉还是难度挺大的。

2.图像质量测试

这个可能是所有就业方向里面最搭的一个了（就我个人的面试经验而言），主要工作内容是测试图像的效果，也做效果的tuning。基本主要面试考察的最主要的部分就是成像的基础知识（噪声，分辨率，颜色理论，光谱色温之类的相关知识），其实这些理论懂摄影的小伙伴也都能知道，并没有多大的难度。还有就是对成像中的信号处理的理解，比如ISP（image sinal process）pipeline的理解，掌握程度大概知道每个模块是干什么的就行了。这个效果调试岗位还是比较吃经验的，所以其实校招的面试难度会低一点（也很卷，因为很多双9✌也卷测试岗了）

3.图像处理/相机算法

图像处理或者相机算法我个人感觉可以看作是low-level的cv岗，主要也是图像像素层面的处理，比如降噪，滤波，增强等等。也就是之前提到的ISP岗位，既有传统算法也有ai算法的isp。因为ISP主要是服务于成像后端的信号处理，其实做成像方向的是有一定优势的。相比于纯做后端图像处理的，计算成像的同学其实是基于光学上的信号进行分析的，更加接近底层。学校所做的项目/论文也更好往这个方面去进行包装，比如说基于XXX原理的XXX相机等等，听起来就很搭这个岗位。

4.图像算法

high-level的cv，应该是经典的CV三大任务之类的（楼主也不懂CV，勿喷）。就我看来应该是卷中卷方向，成果不好出，做的不好就变成调参侠，学历要求也是极其之高。计算成像中也有不少是用深度学习做的，我个人感觉用的都是别人正经搞深度学习的人玩剩下的，拿这种东西去投CV岗的话（结果不好说）。不过投这个方向基本上纯看publication和个人水平了。

秋招总结：

楼主秋招投了快60家公司，从最早的5月份TP提前批投到9月初的比亚迪。也就进面了10多家公司（国庆后约面的都拒了）。重点投的是医疗器械公司、手机厂、安防监控厂（大家应该都知道是哪几家）。岗位基本是图像处理，影像算法和图像质量测试（楼主leetcode刷题不行，也不会软开）。

我面的这些公司正好都没有手撕，省得我面试坐牢，基本就是问实习经历和硕士研究的方向，我每次面试就拿着中期答辩ppt讲，跟外行讲计算成像的东西太抽象了，对着ppt自己讲的方便，别人听的也清晰一点（如果面试官愿意听的话）。

这边还是强烈建议做计算成像的同学们找个工业界的实习，单纯的学校的项目简历关都不好过，容易被打成不相关方向的简历。实习既能提高自己的竞争力，也能将自己学校所学内容和工业界联系起来。