既然學了模式識別這個專業，研究生期間主要方向是機器學習，計算機視覺，圖像處理。所以很想了解現在這個領域的就業方向及相關要求。

今天在“增強視覺 | 計算機視覺 增強現實”上看到一則招聘智能圖像/視頻處理工程師的廣告，崗位要求如下：

動手能力強，熟練掌握C/C++/Matlab語言，有較強的算法分析和實現能力，并具備良好的代碼與文檔風格；

了解人臉識別、目標檢測、跟蹤和識別、圖像處理等技術，具備一年以上實際工作經驗；

參與項目需求分析、負責設計完成需求規格、軟件架構、測試策略，撰寫相關的技術文檔；

搭建研發環境，完成系統中相關軟件模塊的編碼、調試、單元測試、功能驗證，保證項目進度和產品質量；

協助完成項目的系統集成測試、版本交付等工作，對項目實施和維護提供支持；

于是搜了一些關于圖像、視頻處理方面的就業要求，做一下總結，以便讓自己明確研究生期間的學習任務，即便做不成科學家，也得有點技術吧。

1.編程語言：熟悉C++/C/OpenCV/Matlab開發語言，主要是有較強的C++/C圖像處理編程能力，絕大多數崗位都要求熟悉OpenCV，Matlab在理論驗證階段比較方便，但是在操作硬件和效率上遠不及C++/C，所以一般公司對此沒要求。以后還要仔細學習C++/C，還是先從C++ primer開始，之后再看些effective系列的。另外，還要求具備良好的代碼與文檔風格，以后寫代碼還是要講求規范了。

2.知識儲備：機會總是青睞有準備的人。圖像處理應用很廣，因此不同崗位要求側重不同，最基本都必須掌握圖形處理的開發與研究，熟悉圖像處理的各種算法，特別是圖像去燥、圖像增強、復原、質量改善、檢測、色彩科學、圖像分割、圖像識別處理、圖像跟蹤、圖像的獲取及視頻處理，具體應用包括人臉識別、醫學影像處理、多點識別、文字檢測與是識別。特別的，結合不同應用，還需要自然語言處理知識。另外，要有優秀的數學功底（特別是線性代數、優化理論、統計知識）。

3.英語水平：優秀的英文寫作技能，英語口語流利。主要是能讀懂英文技術文檔，在研究院還需要寫論文，公司更需要寫技術文檔，所以平時得多積累專業詞匯。至于英語口語，還是從聽力開始吧，中科院自動化所的圖像處理、機器學習的課都很經典，大多數是留學歸來的年輕教師，可以開拓思路，順便積累專業詞匯。這個寒假要把圖像處理的課聽完，再多做些試驗。個人還比較喜歡“The Big Bang Theory”，悠閑加娛樂。

4.社交能力：硬件條件之后就是軟件條件。大多數公司如是說：“良好的表達能力、團隊合作精神和創新能力”。我覺得就是社交能力，HR看你合不合群。有個同學去參加面試，參加面試的還有研究生和來自理工科背景更雄厚的本科生，在群面、無領導小組討論和辯論階段，很多背景很強的學生卻因太過張揚和表現自己被pass（這是同學分析的原因）。看來沉著、穩重還是必要的，誰也不想招個老板進來。而所謂的創新能力，另一個同學的面試經歷給了我很大啟發。他現在已經實習兩個月了，回顧自己面試，他覺得正像面試官說的：“你還沒入門呢”。而之所以拒掉N個研究生，選擇同學這個應屆畢業生，主要是他對這個方向很有熱情，本科期間在毫無指導的情況下，主動接觸了很多零零碎碎的東西，幫助同學和老師解決了一個又一個稀奇古怪的問題。據他說，這些東西在之后的工作中沒一樣能用到的，但是沒有這些基礎又是絕對干不了活的。之后的工作也是，沒有人盯著他干活，老板給個指標，就放手做去吧，老板只要個結果。公司里每個人基本都要獨擋一面，有時候還得獨擋幾面，所以非關鍵難題請教前輩，其他細節問題別人也不清楚，清楚也沒時間指導。同學主動去學，去解決問題的能力是最讓老板放心的。從他的話中體現出來的熱情才是他“創新能力”的原動力。

額……要學的真多，鴨梨倍增，貌似都是本科沒學過的，學過的，不常用，也忘差不多了。曾經的那些模數電，控制神馬的似乎是不太用的上了，我就是在不斷印證那句話：生命在于折騰。