职位描述
深度学习图像算法大模型算法人工智能
一、岗位职责（Responsibilities）
1）负责 3D Gaussian Splatting（3DGS）相关算法的开发与工程落地
- 参与多视角图像 / 视频等数据的预处理、清洗与管理
- 负责或参与 3DGS 的训练、推理与渲染流程的工程化实现
- 对系统在显存占用、训练效率、渲染速度及效果质量等方面进行持续优化
2）结合生成式模型，提升 3D 内容生成质量与生产效率
- 将 Diffusion、GAN 等生成式模型应用于 3DGS 的细节增强、纹理补全或结果优化
- 在效果、性能、算力成本之间进行工程级权衡，形成可复用方案
3）搭建和维护稳定、可复现的算法训练与推理流程
- 设计并维护训练 / 推理脚本、配置体系和实验管理流程
- 确保代码稳定、结构清晰、结果可复现，支持长期迭代
4）与产品、平台、渲染及前后端团队协作推进算法落地
- 将算法能力封装并集成到真实业务系统中
- 配合产品需求进行算法能力拆分、接口设计与性能评估
5）基于业务需求，对前沿算法进行工程级改造与取舍
- 对前沿算法进行工程级改造、取舍与优化
- 为系统稳定性、效率和可维护性负责
二、任职要求（Requirements）
1）3D Gaussian Splatting（3DGS）工程经验
- 具备 3DGS 实际工程经验，有完整训练、渲染或部署落地经历
- 能理解并修改现有 3DGS 实现，对参数、流程和系统稳定性进行调优
2）扎实的深度学习工程基础
- 熟练使用 PyTorch 等深度学习框架
- 能独立完成模型训练、调参、调试及部署工作
3）生成式模型的工程实践经验
- 有 Diffusion / GAN / VAE 等至少一种生成式模型的实际使用经验
- 理解生成模型在真实工程场景中的性能开销与成本约束
4）良好的工程能力与职业素养
- 熟练掌握 Python，具备良好的代码结构设计与工程习惯
- 能独立推进任务，具备良好的沟通能力和跨团队协作意识
三、加分项（Strong Plus）
- 熟悉 NeRF / 3D 重建 / 3D 渲染相关技术或管线
- 有将生成式模型与 3D / 图像 / 视频任务结合的落地经验
- 了解多模态生成、跨模态表示或相关工程实践
- 有算法产品化、系统性能优化或大规模数据处理经验
