1.参与三维扫描数据的点云/网格重建算法研发，围绕 TSDF、Poisson、Dual Marching Cubes 等流程提升重建质量、效率与鲁棒性； 2.参与网格处理与后处理算法开发，包括 remesh、网格简化、补洞、去噪、边界/切边优化、薄壁/折角/R 角细节保留等方向； 3.面向各类三维扫描仪（手持激光、口内、工业检测等场景），分析真实扫描数据问题，完成算法验证、效果对比、指标评估与产品化落地支持； 4.参与大规模网格数据的性能优化与工程实现，包括分块处理、并行计算、GPU 加速及跨平台适配等工作； 5.跟进 3DGS、Diffusion、神经表示与三维生成等前沿技术，探索其在三维数据生成、增强和普及型设备适配中的应用。

1.计算机、数学、自动化、电子信息、计算机图形学/视觉等相关专业，硕士及以上学历，具备扎实的数学基础； 2.熟悉 C++ 或 Python，具备良好的算法与数据结构基础，有较强的代码实现、调试和问题分析能力； 3.了解点云、三角网格、体素/SDF/TSDF、三维重建、网格处理或计算几何等相关知识，有项目或科研经历优先； 4.对 3DGS、NeRF、Diffusion、三维生成、图形学或深度学习方向有兴趣，有论文复现、开源项目或竞赛经历优先； 5.具备良好的工程意识和学习能力，关注算法精度、性能、鲁棒性和实际产品效果，能够主动沟通并推进问题闭环。