3d视觉算法工程师（Slam / 三维重建方向）

1、负责室内场景下三维视觉算法研发，提升空间建图与三维重建的精度、完整性和运行效率。 2、研发和优化激光或视觉融合 SLAM 系统，包括传感器标定、定位、点云配准、回环检测及地图优化。 3、优化点云处理流程，包括滤波、去噪、稀疏化、融合、着色及表面重建，提升三维数据质量。 4、参与基于 3D Gaussian Splatting（3DGS）、NeRF 等技术的场景重建与新视角合成，探索 4DGS 等动态场景建模方法。 5、完成算法复现、实验评估、性能优化与系统集成，推动算法在真实场景中的应用。

1、计算机、人工智能、自动化、机器人、测绘等相关专业，硕士及以上学历，或具备扎实的相关项目经验。 2、具备良好的数学基础，理解多视图几何、相机模型、坐标变换及非线性优化等基本原理。 3、熟练使用 C++、Python，具备 Linux 环境下的算法开发、调试和性能分析能力。 4、在以下至少一个方向具备扎实经验： SLAM与点云方向： 熟悉 LOAM、LIO-SAM、FAST-LIO 等算法中的一种或多种，有点云配准、建图、融合或地图优化经验。 三维重建与神经渲染方向： 理解 3DGS、NeRF 或 4DGS 的核心原理，熟悉 PyTorch，有相关项目复现、改进或落地经验。 5、熟悉 OpenCV，并有 PCL、Open3D、Eigen、Ceres、GTSAM 等相关工具中的一种或多种使用经验。 6、能够独立分析问题、设计实验并验证效果，工作踏实，重视代码质量，具备良好的沟通与协作能力。 加分项 有激光雷达、相机、IMU 多传感器标定、时间同步与融合经验。 有室内大规模建图、弱纹理场景定位、动态物体处理或重建质量优化经验。 有 Feedforward 3DGS、动态三维重建、4DGS 或实时渲染研发经验。 熟悉 CUDA、GPU 加速或模型部署，有实时性、显存占用及计算效率优化经验。 有相关领域论文、开源项目贡献，或可展示的算法系统与项目成果。 投递时请附上相关项目说明，并注明本人承担的工作；欢迎提供 GitHub、论文或演示视频。