岗位职责
- 负责室内场景三维重建相关算法的研究、开发与优化，涵盖相机位姿估计、稀疏及稠密重建、多源数据对齐与融合等方向。
- 面向大规模、复杂室内场景，研究高精度、高鲁棒性的建图与增量更新技术，持续提升重建质量、场景覆盖率与处理效率。
- 跟踪多视图几何、视觉SLAM、基于深度学习的三维重建等前沿技术，结合业务需求开展技术探索与应用。
- 建立算法评测与质量分析体系，针对真实采集数据中的挑战开展问题分析和算法改进。
- 与工程及业务团队协作，推动算法工程化和规模化应用，持续优化系统性能、稳定性与可维护性。
职位要求
- 计算机、自动化、机器人、测绘、数学等相关专业，硕士及以上学历；具有优秀项目成果或工程经验者可适当放宽。
- 具备扎实的多视图几何与数值优化基础，深入理解相机模型、坐标变换、对极几何、PnP、三角化及图优化。
- 具有SfM、视觉SLAM相关研发经验，在其中至少一个方向具有深入实践，能够独立承担三维重建核心模块的设计、实现和优化。
- 熟悉COLMAP、GLOMAP、OpenMVG等一种或多种开源系统，具备核心代码阅读、调试及改进能力。
- 熟练使用Python，C++、熟悉Linux开发环境，以及OpenCV、Open3D等相关工具。
- 具备真实场景下的算法分析与问题定位能力，能够针对重建失败、位姿误差、尺度漂移和模型质量异常等问题开展诊断与优化。
- 具备良好的工程意识、沟通能力与团队协作能力，能够推动算法从实验验证走向稳定的业务应用。 加分项 ● 有大规模室内场景三维重建、视觉定位或地图生产经验。 ● 有跨序列对齐、视觉重定位、回环检测、增量建图或多模型融合经验。 ● 有深度估计、稠密点云融合、表面重建、视觉惯性及多传感器融合经验。 ● 有世界模型相关经验，理解生成先验在重建中的应用。 ● 熟悉PyTorch，有学习式特征匹配、端到端三维重建或几何基础模型相关研发经验。 ● 有CUDA、GPU加速、推理优化或大规模算法服务部署经验。 ● 在相关领域发表高质量论文，或具有开源贡献、可验证的算法改进及规模化落地成果。
