小马智行

【岗位职责】 1. 负责基于 3D Gaussian Splatting (3DGS) 的三维重建核心算法研发，应用于自动驾驶路采数据重建与仿真场景生成； 2. 优化 3DGS 模型工程链路，针对自动驾驶复杂路况、动态障碍物、大尺度街景等场景，提升重建质量与算法鲁棒性； 3. 开展 3DGS 模型的显存优化、高斯点剪枝与存储压缩，提升云端渲染性能与训练吞吐效率； 4. 搭建与完善三维重建数据闭环：构建包含多视图图像预处理、位姿估计（如 COLMAP）、点云融合、数据清洗与场景去噪的高效工程流水线； 5. 跟踪并复现 3D 视觉方向 SOTA，建立可复用的基准与评测体系，输出技术文档与复盘报告。 【任职要求】 1. 计算机/人工智能/数学/测绘等相关专业，本科及以上学历；熟练掌握 Python 与 C++，具备扎实的算法底子与工程实现能力； 2. 熟悉主流深度学习框架（PyTorch），有从零训练、调参及系统性的踩坑经验； 3. 掌握主流三维视觉算法与基础理论：熟悉多视图几何、相机模型、NeRF 或 3DGS 算法原理； 4. 具备较强的数学基础（线性代数、空间几何）和良好的代码阅读能力，能独立解析和修改开源代码； 5. 强烈的工程落地导向，关注渲染质量（PSNR, SSIM, LPIPS）与性能指标（训练时长, 显存占用, 云端渲染帧率），有实际的性能调优经验； 6. 具备快速学习能力与良好的沟通协作能力。 加分项 - 具备大尺度场景重建项目经验者优先； - 熟悉前馈式三维重建研究或工程经验者优先； - 有 CUDA 算子开发及性能调优（如自定义前向/反向传播算子）经验者优先； - 有自动驾驶感知、闭环仿真数据生成、或大规模 LiDAR 点云处理经验者优先。