三维重建算法工程师

1、主导研究先进的三维重建算法，如基于深度学习的算法、多视图立体视觉（MVS）算法、运动恢复结构（SFM）算法等，针对复杂场景（山体场景、动态场景等）实现高精度的三维模型构建，攻克现有算法在精度、效率、场景适应性等方面的技术难题，不断推动算法的创新与迭代升级。67

2、结合图形学原理（如光线追踪、体渲染等）、计算机视觉理论（特征提取、匹配、立体视觉等）以及机器学习方法，探索新型的三维重建技术路径，为公司产品提供独特的技术优势。67

3、理解产品需求和目标用户，将算法成果无缝集成到产品中，提供高质量的三维重建功能模块。参与产品的迭代优化，根据用户反馈和业务发展，持续改进算法在实际应用中的性能和体验。67

4、对三维重建算法进行深度性能优化，包括算法复杂度分析、代码优化（如 Python 或 C++ 代码优化）、并行计算优化（利用 CPU 多核特性或 GPU 加速，如 CUDA 编程）等，降低算法对硬件资源的消耗，提高算法的运行速度和实时性，以满足产品在不同硬件平台（如PC 端、服务器端）上的高效运行需求。

5、进行算法的工程化部署，将实验室研发的算法转化为可在实际生产环境中稳定运行的软件系统。负责算法的封装、接口设计、与其他系统的集成等工作，确保算法能够方便地被其他团队调用和使用，实现算法的规模化应用。

任职资格：

1、学历经验：硕士（计算机 / 电子等相关专业），3 年以上三维重建研发相关经验（优秀本科可放宽）。67

2、熟练掌握 Python 或 C++ 编程语言，具备良好的代码风格和工程实践能力，能够编写高效、可维护的代码。有 CUDA 编程经验者优先，能够利用 GPU 进行算法加速。67

3、算法基础：扎实掌握计算机视觉、深度学习、图形学的基本理论和算法，深入理解三维重建的原理和方法，熟悉常见的三维重建算法（如 NeRF、MVS、SFM、点云处理算法等）及其优缺点，能够根据实际需求选择合适的算法并进行改进。

4、工具框架：熟悉至少一种深度学习框架，如 PyTorch 或 TensorFlow，具备模型训练、调优与部署的经验。掌握常用的计算机视觉库和工具，如 OpenCV、Open3D、PCL 等，能够灵活运用这些工具进行算法开发和实验。