Job Description

深度学习算法工程师/专家（3D场景重建方向）上海、北京社招全职研发 - 算法职位描述1. 研发并实现基于 Feedforward 3D Gaussian Splatting 的高效场景重建与地图生成算法，实现从图像到3D场景的快速前馈式建模；
2. 设计并优化结合 Transformer 等架构的跨视角特征融合、场景理解与结构化感知模型，提升地图的语义丰富度与几何精度；
3. 实现公开道路和停车场场景下3D场景和地图的构建；
4. 探索大规模城市场景的动态元素（车辆、行人）建模、场景编辑与增量更新等关键技术；
5. 将算法模块集成到完整的地图构建pipeline中，处理大规模数据，优化训练与推理效率；
6. 对生成的地图进行压缩、格式转换与优化，使其适配自动驾驶仿真、车端定位等下游应用需求；
7. 持续跟进NeRF、3DGS、生成式AI等领域的最新进展，并评估其在自动驾驶场景建模中的应用潜力；
8. 基于真实数据闭环，不断迭代和提升地图的自动化构建质量、速度与覆盖范围。职位要求1. 统招硕士及以上学历，计算机、机器人、人工智能等相关专业。具有1年以上（硕士可接受优秀应届生）3D计算机视觉、神经渲染、三维重建或SLAM相关项目研发经验；
2. 熟练掌握 Python 及 PyTorch 框架，具备扎实的深度学习与计算机视觉基础；
3. 对 3D Gaussian Splatting 及 神经辐射场（NeRF） 等神经渲染技术有实际的项目开发或深入的实验研究经验，理解其核心原理与优化方法；
4. 熟悉 Transformer 架构，并有过将其应用于视觉、点云或3D数据处理的相关经验；
5. 熟悉多视图几何、相机标定、SFM等基本理论；
6. 具备良好的学习能力、逻辑思维和解决问题能力，具备良好的代码能力，有处理大规模数据、算法性能优化经验者优先；
7. 在CVPR/ICCV/ECCV/SIGGRAPH等顶级会议或期刊上发表过与3D重建、神经渲染、生成模型相关的论文者优先；
8. 有使用 CUDA 进行定制化算子开发或高性能计算优化的经验者优先；
9. 熟悉自动驾驶相关数据集（如KITTI, nuScenes, Waymo）及仿真环境（如Carla, Unreal Engine）或了解自动驾驶地图（高精地图、场景地图）的数据格式、标准与应用场景者优先。 投递