1. 参与核心算法的研究，研究方向包括但不限于：ISP优化，基础质量增强，生成式画质增强，可控生成，多模态理解，3D摄影等。
2. 工程性优化，优化方向包括但不限于：算法集成、Demo搭建、平台迁移、数据工程等。
1. 对常见机器学习算法（LR, SVM等)和常见计算机视觉（分割/检测/超分等）算法有一定了解，自学能力强；
2. 有主流深度学习框架（如Pytorch, Tensorflow， Caffe, MXNet）使用经验；
3. 具备较强Python, C/C++，安卓等编程能力，掌握常见软件设计模式；
4. 具有docker镜像搭建经验，github代码迁移和集成能力，数据清洗整理、工具开发等工程能力；