数字人重建算法工程师 / 研究员

岗位使命 基于单目/稀疏多视角图片/视频，重建高保真可驱动数字人，实现实时渲染与远程共在。 核心研发问题 1、3D Gaussian Splatting（3DGS）人体重建与绑定（SMPL/SMPL-X/Skeleton） 2、新姿态泛化、外观一致性、细节恢复（衣物/头发/手部/面部） 3、模型压缩、量化剪枝、流式传输与实时渲染优化（低延迟、低带宽） 4、相机标定、姿态估计及系统化落地 职责 1、研发完整算法管线：输入图像→输出可驱动数字人 2、研究3DGS/动态Gaussian/NeRF/混合Mesh-Gaussian等表示 3、优化重建质量、训练/推理速度、显存、带宽与端到端延迟 4、负责数据压缩、增量传输、流式加载与弱网自适应 5、搭建评测体系，跟踪顶会论文并推动产品化，跨团队协作。 任职要求 a. 计算机视觉、计算机图形学、人工智能、机器人或相关专业硕士/博士学历； b. 具备扎实的三维视觉、几何、线性代数和深度学习基础； c. 熟练使用Python、PyTorch，具备良好的实验设计与工程实现能力； d. 具备较强的Vibe Coding能力：能够熟练使用主流AI编程Agent快速完成技术调研、原型开发、论文复现、调试、测试和工程化，并能独立审查生成代码的正确性、性能、可维护性与安全性； e. 能够独立阅读、复现和改进前沿论文； f. 具备良好的问题定义、实验分析和跨团队沟通能力； g. 熟悉下列至少一个方向：3DGS/4DGS、三维人体重建、SMPL/SMPL-X、NeRF、神经渲染、多视角几何、可微渲染、CUDA/C++、模型压缩、视频/点云编码、实时网络传输或实时图形系统。 加分项 a. 在CVPR、ICCV、ECCV等计算机视觉顶会以第一作者或主要作者发表过论文； b. 在SIGGRAPH、SIGGRAPH Asia、NeurIPS、ICLR、AAAI、ACM MM、3DV、TPAMI、TOG、TVCG等会议或期刊发表过相关研究； c. 研究方向涉及Human Gaussian、Animatable Avatar、4D Reconstruction、Neural Rendering或Human Performance Capture； d. 熟悉GaussianAvatar、GauHuman、HUGS、Human Gaussian Splatting、3DGS-Avatar、GART、GPS-Gaussian等代表性工作； e. 有单目/稀疏视角重建、松散衣物建模、遮挡恢复或新姿态泛化经验； f. 有CUDA Kernel、Gaussian Rasterizer、TensorRT、模型量化/剪枝、点云或视频编解码、WebRTC/QUIC、流媒体系统或GPU性能优化经验； g. 有完整算法产品化、实时系统部署或高质量开源项目经验。