图像处理工程师的基本要求有哪些

既然学了模式识别这个专业，研究生期间主要方向是机器学习，计算机视觉，图像处理。所以很想了解现在这个领域的就业方向及相关要求。

今天在“增强视觉 | 计算机视觉 增强现实”上看到一则招聘智能图像/视频处理工程师的广告，岗位要求如下：

动手能力强，熟练掌握C/C++/Matlab语言，有较强的算法分析和实现能力，并具备良好的代码与文档风格；

了解人脸识别、目标检测、跟踪和识别、图像处理等技术，具备一年以上实际工作经验；

参与项目需求分析、负责设计完成需求规格、软件架构、测试策略，撰写相关的技术文档；

搭建研发环境，完成系统中相关软件模块的编码、调试、单元测试、功能验证，保证项目进度和产品质量；

协助完成项目的系统集成测试、版本交付等工作，对项目实施和维护提供支持；

于是搜了一些关于图像、视频处理方面的就业要求，做一下总结，以便让自己明确研究生期间的学习任务，即便做不成科学家，也得有点技术吧。

1.编程语言：熟悉C++/C/OpenCV/Matlab开发语言，主要是有较强的C++/C图像处理编程能力，绝大多数岗位都要求熟悉OpenCV，Matlab在理论验证阶段比较方便，但是在操作硬件和效率上远不及C++/C，所以一般公司对此没要求。以后还要仔细学习C++/C，还是先从C++ primer开始，之后再看些effective系列的。另外，还要求具备良好的代码与文档风格，以后写代码还是要讲求规范了。

2.知识储备：机会总是青睐有准备的人。图像处理应用很广，因此不同岗位要求侧重不同，最基本都必须掌握图形处理的开发与研究，熟悉图像处理的各种算法，特别是图像去燥、图像增强、复原、质量改善、检测、色彩科学、图像分割、图像识别处理、图像跟踪、图像的获取及视频处理，具体应用包括人脸识别、医学影像处理、多点识别、文字检测与是识别。特别的，结合不同应用，还需要自然语言处理知识。另外，要有优秀的数学功底（特别是线性代数、优化理论、统计知识）。

3.英语水平：优秀的英文写作技能，英语口语流利。主要是能读懂英文技术文档，在研究院还需要写论文，公司更需要写技术文档，所以平时得多积累专业词汇。至于英语口语，还是从听力开始吧，中科院自动化所的图像处理、机器学习的课都很经典，大多数是留学归来的年轻教师，可以开拓思路，顺便积累专业词汇。这个寒假要把图像处理的课听完，再多做些试验。个人还比较喜欢“The Big Bang Theory”，悠闲加娱乐。

4.社交能力：硬件条件之后就是软件条件。大多数公司如是说：“良好的表达能力、团队合作精神和创新能力”。我觉得就是社交能力，HR看你合不合群。有个同学去参加面试，参加面试的还有研究生和来自理工科背景更雄厚的本科生，在群面、无领导小组讨论和辩论阶段，很多背景很强的学生却因太过张扬和表现自己被pass（这是同学分析的原因）。看来沉着、稳重还是必要的，谁也不想招个老板进来。而所谓的创新能力，另一个同学的面试经历给了我很大启发。他现在已经实习两个月了，回顾自己面试，他觉得正像面试官说的：“你还没入门呢”。而之所以拒掉N个研究生，选择同学这个应届毕业生，主要是他对这个方向很有热情，本科期间在毫无指导的情况下，主动接触了很多零零碎碎的东西，帮助同学和老师解决了一个又一个稀奇古怪的问题。据他说，这些东西在之后的工作中没一样能用到的，但是没有这些基础又是绝对干不了活的。之后的工作也是，没有人盯着他干活，老板给个指标，就放手做去吧，老板只要个结果。公司里每个人基本都要独挡一面，有时候还得独挡几面，所以非关键难题请教前辈，其他细节问题别人也不清楚，清楚也没时间指导。同学主动去学，去解决问题的能力是最让老板放心的。从他的话中体现出来的热情才是他“创新能力”的原动力。

额……要学的真多，鸭梨倍增，貌似都是本科没学过的，学过的，不常用，也忘差不多了。曾经的那些模数电，控制神马的似乎是不太用的上了，我就是在不断印证那句话：生命在于折腾。