⑴ 图像处理，模式识别硕士研究生就业前景与具体工作内容。
我粘贴来自己的回答：
应该让专业从业人员回答这个问题。刚好本人就是。。但是分析的还是太窄。
如果从人生整体规划上讲应该考虑一下问题：
1 现实所逼，你准备在哪个城市发展（买房，女友工作等等），该城市是否有充分的图像处理行业以供选择。如，北京上海深圳，北京的图像企业感觉占近半数江山。多年招聘的感觉。剩下的广州，武汉，成都也有为数不多的图像企业。像本人所在的城市，牛逼大学再多，学图像的再多不顶用，没行业没研究所从事图像方向。你个博士奈何。。学校的坑你更是进不去的。
2 学图像的研究生能从事本专业的不到15%，这个是我身边的统计数据。图像分析受环境影响比较大，如光照。这个另说了，就是比较难又不太可靠。所以作为一个检测手段还有很多路要走。如果你没有在做图像的公司实习并取得信任那么你用图像处理就业的可能性大为下降。全世界每年能实用的图像算法能有多少，那些发paper的同志们，你们自己知道自己算法的约束性。就是state of the art的paper，适用的场景又能有多少。所以不要迷信自己的算法有多牛逼。好好提高自己的编程水平，没事看看图形方面的东西（不要问我图像，图形有啥不同。。），玩玩并行运算，嵌入式，扩展下自己的就业面。
3 到主观的地方了，谈谈正面的。公司缺人么？每个公司都缺。但你是否能胜任它职位所需要的岗位。回到图像上来说，人类获取信息80%的信息都是通过图像获取的，你说图像重要么。图像处理，模式识别的方向的确相对通讯电子是窄，但是你说造原子弹的科学家就业窄不。。相信自己的专业，时间越长越不可替代，可以走技术专家路线，比较自由。自动化，人工智能是今后发展的大方向，图像是个重要的手段。工作经验告诉我，图像处理这个东西不在人多，贵在精深。不要单干，一个小而精的团队战斗力是非常强悍的，但只是需要一两个人做图像算法的公司不建议去。掂量下自己有没有这个热情，头脑，数学功力，和沟通能力。如果你已经进入了相关企业，程序相关的东西可以再学习培养（看看应聘公司有这个前瞻性和魄力当然你要有头脑和数学底子），分析问题，解决问题的能力很重要，更重要的是提出问题。学习好的同学比较擅长前两项，而图像这个创新的工作更加看重提出问题，这个是创新思维的表现。这个可不是口号。当然，能提出问题取决于，你对问题研究的深度广度，最终取决于你对研究的兴趣。
最后谈谈图像处理研究的门类。
1医疗2识别类3零件检测4卫星图像。
总的说来医疗口的就业量比较大，企业相对比较多。对其他图像而言，医学图像标准化更好对外界影响小，不同设备间的差距也比较小。毕竟是诊断的凭据。所以你如果想跳槽（嘿嘿），同样类别算法基本不用删改都是适用的（注意知识产权哦）。
下来识别类，所有的文字，行人，车辆等等需要识别跟踪的物体。做好了发大财，譬如美国一家公司的指纹检测在911后，速度准确性最好。拿了政府大单，回报丰厚。
但是想做好谈何容易。。但，这个是本人最喜欢的，最有人工智能的感觉。这个是自动化类专业研究图像的最高形态。
3零件检测，包括一些食品包装类的异物检测。对于工业自动化也是很有前景的方向，有些甚至用于芯片级的检测，如果显微图像的话多涉及到亚像素及三维相关。
4卫星图像。一般国家需要，如果可能有些研究所有相关类别。公司的话，不太清楚
对了忘说了比较重要的一条。英语。这个不费话了。中文的paper可以做个科普，想做算法研究的话，你看不懂显然是不可以的。如果英文整体实力NB了，可以去些外企。客观上说，欧美的企业还是不错滴，重视人，创造，做算法有耐心。薪酬也比较丰厚。这类企业貌似上海那边比较多
综上，如果你没耐心看完，去找图像类的公司实习，这个前提是手上有一些做程序的功夫，这个真不难。。，玩玩opencv，然后自己就感觉出来了。还有积累人脉。这个也是极重要的。刚从学校出来的没有利害到一定程度，也没有工作经验，实习经验的重要性超乎想象。
劝一句，如果你对图像没有兴趣还是不要做下去。你也做不好。
针对你这个3D的具体问题，我还是比较有发言权的。如果你做出来的效果好，就业不敢说有多少企业要你，至少你工作是绝对不愁的。当然你要愿意去招你公司所在的城市。学好渲染的传输函数，学好并行运算如cuda，学好opengl。钱好说10k/月不多。。不过你刚毕业的话没那么多。一级城市，就不拿月薪算了吧。
⑵ 学图像处理的好找工作吗工作地一般在哪里薪水如何
那要看看你有什么水平了，我们公司（广告-平面）一般大专出来的图象处理是1200，一年后大约1500——当然，也有人比较聪明，转去从事设计和工程的，工资也涨得快；也有人一个月不够就被cut走。
只做图象处理，不去其他方面发展是没什么高薪的。
地点：任何中-大城市都可以。
唯一的经验就是：不要到小地方浪费自己的清楚呀！
⑶ 算法工程师 就业前景
一、算法工程师简介
（通常是月薪15k以上，年薪18万以上，只是一个概数，具体薪资可以到招聘网站如拉钩，猎聘网上看看）
算法工程师目前是一个高端也是相对紧缺的职位；
算法工程师包括
音/视频算法工程师（通常统称为语音/视频/图形开发工程师）、图像处理算法工程师、计算机视觉算法工程师、通信基带算法工程师、信号算法工程师、射频/通信算法工程师、自然语言算法工程师、数据挖掘算法工程师、搜索算法工程师、控制算法工程师（云台算法工程师，飞控算法工程师，机器人控制算法）、导航算法工程师（
@之介
感谢补充）、其他【其他一切需要复杂算法的行业】
专业要求：计算机、电子、通信、数学等相关专业；
学历要求：本科及其以上的学历，大多数是硕士学历及其以上；
语言要求：英语要求是熟练，基本上能阅读国外专业书刊，做这一行经常要读论文；
必须掌握计算机相关知识，熟练使用仿真工具MATLAB等，必须会一门编程语言。
算法工程师的技能树（不同方向差异较大，此处仅供参考）
1 机器学习
2 大数据处理：熟悉至少一个分布式计算框架Hadoop/Spark/Storm/ map-rece/MPI
3 数据挖掘
4 扎实的数学功底
5 至少熟悉C/C++或者java，熟悉至少一门编程语言例如java/python/R
加分项：具有较为丰富的项目实践经验（不是水论文的哪种）
二、算法工程师大致分类与技术要求
（一）图像算法/计算机视觉工程师类
包括
图像算法工程师，图像处理工程师，音/视频处理算法工程师，计算机视觉工程师
要求
l
专业：计算机、数学、统计学相关专业；
l
技术领域：机器学习，模式识别
l
技术要求：
（1） 精通DirectX HLSL和OpenGL GLSL等shader语言，熟悉常见图像处理算法GPU实现及优化；
（2） 语言：精通C/C++；
（3） 工具：Matlab数学软件，CUDA运算平台，VTK图像图形开源软件【医学领域：ITK，医学图像处理软件包】
（4） 熟悉OpenCV/OpenGL/Caffe等常用开源库；
（5） 有人脸识别，行人检测，视频分析，三维建模，动态跟踪，车识别，目标检测跟踪识别经历的人优先考虑；
（6） 熟悉基于GPU的算法设计与优化和并行优化经验者优先；
（7） 【音/视频领域】熟悉H.264等视频编解码标准和FFMPEG，熟悉rtmp等流媒体传输协议，熟悉视频和音频解码算法，研究各种多媒体文件格式，GPU加速；
应用领域：
（1） 互联网：如美颜app
（2） 医学领域：如临床医学图像
（3） 汽车领域
（4） 人工智能
相关术语：
（1） OCR：OCR （Optical Character Recognition，光学字符识别）是指电子设备（例如扫描仪或数码相机）检查纸上打印的字符，通过检测暗、亮的模式确定其形状，然后用字符识别方法将形状翻译成计算机文字的过程
（2） Matlab：商业数学软件；
（3） CUDA： (Compute Unified Device Architecture)，是显卡厂商NVIDIA推出的运算平台（由ISA和GPU构成）。 CUDA™是一种由NVIDIA推出的通用并行计算架构，该架构使GPU能够解决复杂的计算问题
（4） OpenCL: OpenCL是一个为异构平台编写程序的框架，此异构平台可由CPU，GPU或其他类型的处理器组成。
（5） OpenCV：开源计算机视觉库；OpenGL：开源图形库；Caffe：是一个清晰，可读性高，快速的深度学习框架。
（6） CNN：（深度学习）卷积神经网络（Convolutional Neural Network）CNN主要用来识别位移、缩放及其他形式扭曲不变性的二维图形。
（7） 开源库：指的是计算机行业中对所有人开发的代码库，所有人均可以使用并改进代码算法。
（二）机器学习工程师
包括
机器学习工程师
要求
l
专业：计算机、数学、统计学相关专业；
l
技术领域：人工智能，机器学习
l
技术要求：
（1） 熟悉Hadoop/Hive以及Map-Rece计算模式，熟悉Spark、Shark等尤佳；
（2） 大数据挖掘；
（3） 高性能、高并发的机器学习、数据挖掘方法及架构的研发；
应用领域：
（1）人工智能，比如各类仿真、拟人应用，如机器人
（2）医疗用于各类拟合预测
（3）金融高频交易
（4）互联网数据挖掘、关联推荐
（5）无人汽车，无人机
相关术语：
（1） Map-Rece：MapRece是一种编程模型，用于大规模数据集（大于1TB）的并行运算。概念"Map（映射）"和"Rece（归约）"，是它们的主要思想，都是从函数式编程语言里借来的，还有从矢量编程语言里借来的特性。
（三）自然语言处理工程师
包括
自然语言处理工程师
要求
l
专业：计算机相关专业；
l
技术领域：文本数据库
l
技术要求：
（1） 熟悉中文分词标注、文本分类、语言模型、实体识别、知识图谱抽取和推理、问答系统设计、深度问答等NLP 相关算法；
（2） 应用NLP、机器学习等技术解决海量UGC的文本相关性；
（3） 分词、词性分析、实体识别、新词发现、语义关联等NLP基础性研究与开发；
（4） 人工智能，分布式处理Hadoop；
（5） 数据结构和算法；
应用领域：
口语输入、书面语输入
、语言分析和理解、语言生成、口语输出技术、话语分析与对话、文献自动处理、多语问题的计算机处理、多模态的计算机处理、信息传输与信息存储 、自然语言处理中的数学方法、语言资源、自然语言处理系统的评测。
相关术语：
（2） NLP：人工智能的自然语言处理，NLP (Natural Language Processing) 是人工智能（AI）的一个子领域。NLP涉及领域很多，最令我感兴趣的是“中文自动分词”（Chinese word segmentation）：结婚的和尚未结婚的【计算机中却有可能理解为结婚的“和尚“】
（四）射频/通信/信号算法工程师类
包括
3G/4G无线通信算法工程师， 通信基带算法工程师，DSP开发工程师（数字信号处理），射频通信工程师，信号算法工程师
要求
l
专业：计算机、通信相关专业；
l
技术领域：2G、3G、4G，BlueTooth（蓝牙），WLAN，无线移动通信, 网络通信基带信号处理
l
技术要求：
（1） 了解2G，3G，4G，BlueTooth，WLAN等无线通信相关知识，熟悉现有的通信系统和标准协议，熟悉常用的无线测试设备；
（2） 信号处理技术，通信算法；
（3） 熟悉同步、均衡、信道译码等算法的基本原理；
（4） 【射频部分】熟悉射频前端芯片，扎实的射频微波理论和测试经验，熟练使用射频电路仿真工具（如ADS或MW或Ansoft）；熟练使用cadence、altium designer PCB电路设计软件；
（5） 有扎实的数学基础，如复变函数、随机过程、数值计算、矩阵论、离散数学
应用领域：
通信
VR【用于快速传输视频图像，例如乐客灵境VR公司招募的通信工程师（数据编码、流数据）】
物联网，车联网
导航，军事，卫星，雷达
相关术语：
（1） 基带信号：指的是没有经过调制（进行频谱搬移和变换）的原始电信号。
（2） 基带通信（又称基带传输）：指传输基带信号。进行基带传输的系统称为基带传输系统。传输介质的整个信道被一个基带信号占用.基带传输不需要调制解调器，设备化费小，具有速率高和误码率低等优点,.适合短距离的数据传输，传输距离在100米内，在音频市话、计算机网络通信中被广泛采用。如从计算机到监视器、打印机等外设的信号就是基带传输的。大多数的局域网使用基带传输，如以太网、令牌环网。
（3） 射频：射频（RF）是Radio Frequency的缩写，表示可以辐射到空间的电磁频率（电磁波），频率范围从300KHz～300GHz之间（因为其较高的频率使其具有远距离传输能力）。射频简称RF射频就是射频电流，它是一种高频交流变化电磁波的简称。每秒变化小于1000次的交流电称为低频电流，大于10000次的称为高频电流，而射频就是这样一种高频电流。高频(大于10K)；射频（300K-300G）是高频的较高频段；微波频段（300M-300G）又是射频的较高频段。【有线电视就是用射频传输方式】
（4） DSP：数字信号处理，也指数字信号处理芯片
（五）数据挖掘算法工程师类
包括
推荐算法工程师，数据挖掘算法工程师
要求
l
专业：计算机、通信、应用数学、金融数学、模式识别、人工智能；
l
技术领域：机器学习，数据挖掘
l
技术要求：
（1） 熟悉常用机器学习和数据挖掘算法，包括但不限于决策树、Kmeans、SVM、线性回归、逻辑回归以及神经网络等算法；
（2） 熟练使用SQL、Matlab、Python等工具优先；
（3） 对Hadoop、Spark、Storm等大规模数据存储与运算平台有实践经验【均为分布式计算框架】
（4） 数学基础要好，如高数，统计学，数据结构
l
加分项：数据挖掘建模大赛；
应用领域
（1） 个性化推荐
（2） 广告投放
（3） 大数据分析
相关术语
Map-Rece：MapRece是一种编程模型，用于大规模数据集（大于1TB）的并行运算。概念"Map（映射）"和"Rece（归约）"，是它们的主要思想，都是从函数式编程语言里借来的，还有从矢量编程语言里借来的特性。
（六）搜索算法工程师
要求
l
技术领域：自然语言
l
技术要求：
（1） 数据结构，海量数据处理、高性能计算、大规模分布式系统开发
（2） hadoop、lucene
（3） 精通Lucene/Solr/Elastic Search等技术，并有二次开发经验
（4） 精通Lucene/Solr/Elastic Search等技术，并有二次开发经验；
（5） 精通倒排索引、全文检索、分词、排序等相关技术；
（6） 熟悉Java，熟悉Spring、MyBatis、Netty等主流框架；
（7） 优秀的数据库设计和优化能力，精通MySQL数据库应用 ；
（8） 了解推荐引擎和数据挖掘和机器学习的理论知识，有大型搜索应用的开发经验者优先。
（七）控制算法工程师类
包括了云台控制算法，飞控控制算法，机器人控制算法
要求
l
专业：计算机，电子信息工程，航天航空，自动化
l
技术要求：
（1） 精通自动控制原理（如PID）、现代控制理论，精通组合导航原理，姿态融合算法，电机驱动，电机驱动
（2） 卡尔曼滤波，熟悉状态空间分析法对控制系统进行数学模型建模、分析调试；
l
加分项：有电子设计大赛，机器人比赛，robocon等比赛经验，有硬件设计的基础；
应用领域
（1）医疗/工业机械设备
（2）工业机器人
（3）机器人
（4）无人机飞控、云台控制等
（八）导航算法工程师
要求
l 专业：计算机，电子信息工程，航天航空，自动化
l 技术要求（以公司职位JD为例）
公司一（1）精通惯性导航、激光导航、雷达导航等工作原理；
（2）精通组合导航算法设计、精通卡尔曼滤波算法、精通路径规划算法；
（3）具备导航方案设计和实现的工程经验；
（4）熟悉C/C++语言、熟悉至少一种嵌入式系统开发、熟悉Matlab工具；
公司二（1）熟悉基于视觉信息的SLAM、定位、导航算法，有1年以上相关的科研或项目经历；
（2）熟悉惯性导航算法，熟悉IMU与视觉信息的融合;
应用领域
无人机、机器人等。
⑷ 本科毕业，找到图像处理的工作，薪水一般多少
我也在是本科毕业，想找图像知昌培处理方向的工作。我看了迅罩下，月薪基本1万左右，但是要求太高，一搭唯般都是要求硕士以上，熟悉matlab opencv python，做机器视觉什么的还要熟悉深度神经网络。