Job Description

3D点云算法工程师深圳校招实习智能制造 / 工业互联网 / 工业自动化职位描述安克实习生项目是面向正式校招岗位的人才培养与选拔通道。实习期间将按照校招标准进行系统的培养与综合评估，表现优秀者可直接获得校招转正机会，提前锁定正式校招席位。我们以严肃、长期的视角对待每一位实习生，也期待与你共同成长。
【你将参与】
1. 负责dToF原始稀疏点云的去噪、聚类与质量优化，面向障碍物检测场景进行工程落地；探索SAM等2D/3D视觉大模型与传统点云几何处理结合的新范式，提升复杂户外场景下的点云分割与补全效果
2. 研发基于引导滤波（Guided Filter）或轻量化神经网络的Depth Completion算法，融合dToF稀疏深度图与RGB图像，解决户外复杂光照下的深度边缘模糊问题，并针对草叶、金属、玻璃等低反/高反材质导致的dToF漏检问题，设计基于RGB语义信息的深度补偿方案
3. 调研并复现PoinTr、NLSPN、Depth Anything等SOTA网络，结合嵌入式端侧算力约束，完成模型从训练到TensorRT/RKNN量化部署的完整链路
4. 参与真实场景数据采集与标注，协助完成RGB与dToF时间戳同步及像素级外参标定，构建高质量评测benchmark，推动算法持续迭代职位要求1. 可长期实习，3个月以上；计算机、自动化、机器人、计算机视觉等相关专业硕士以上学历，博士优先
2. 技术能力：熟练掌握Python + PyTorch，能独立完成深度学习模型训练、调参、评估全流程；具备C++基础，可读懂PCL/Open3D/OpenCV源码；熟悉3D深度学习或图像处理任意方向之一
3. 数学基础扎实，掌握线性代数、概率统计；理解点云几何处理或相机投影模型（内参、畸变）基础概念
8. 有KITTI/NYU-Depth/ScanNet等benchmark实验经验、PointNet++/NLSPN等经典网络复现背景、端侧模型部署经历或顶会论文发表者优先 投递