游戏引擎数据生成工程师（合成数据/具身智能方向）-AI数据与安全

优缺点分析

角色解读

• 在AI数据与安全团队内深耕合成数据技术，成为数据生成专家，支持多模态模型迭代
• 横向发展：向具身智能、机器人仿真或自动驾驶仿真方向拓展，结合算法优化数据质量
• 纵向晋升：技术方向可晋升为高级工程师或技术Leader，管理数据生成Pipeline团队
• 使用Unity或Unreal引擎搭建室内外3D仿真环境，设计物体和角色的运动逻辑
• 生成带精确标注的合成数据，包括相机轨迹、物体轨迹和Agent行为序列
• 开发数据导出Pipeline，输出RGB视频、深度图、位姿等，并优化批量生成效率
• 与算法团队协作，根据模型需求迭代数据格式和分布
• 精通至少一种游戏引擎（Unity C#或Unreal C++/Blueprint），能独立搭建复杂场景
• 扎实的3D数学基础：坐标系变换、相机模型、刚体物理和碰撞检测
• 编程能力：编写脚本实现自动化数据生成，熟悉数据Pipeline开发
• 项目经验：有游戏、仿真或可视化完整项目经验，能端到端交付

申请策略

• 在简历或作品集中附上能展示仿真场景和生成数据样本的链接或截图
• 了解字节跳动的Seed模型和AI数据团队的业务方向，面试时展示对数据质量重要性的理解
• 突出游戏引擎项目经验，特别展示搭建完整仿真环境或数据生成Pipeline的案例
• 强调3D数学和物理引擎的应用，例如坐标系变换、相机标定或碰撞检测
• 如果有合成数据、自动驾驶仿真或具身智能相关经验，务必单独列出
• 展示编程自动化能力，如脚本批量处理、数据导出效率优化
• 提前熟悉Unity或Unreal的数据导出功能，学习如何生成深度图、法线图和Segmentation
• 了解AI训练数据的基本格式（如COCO、JSON、HDF5）和与Python Pipeline对接的方法

面试指南

• 对于项目相关问题：先概述场景目标，再分步说明技术实现（引擎选择、脚本流程、输出格式），最后总结遇到的挑战和解决思路
• 对于精度和效率问题：从数学原理和工程实践两方面入手，先讲坐标系、相机模型，再讲批处理、多线程、Level Streaming等优化手段
• 对于合成数据价值问题：结合模型需求，强调数据多样性、标注精确性和分布覆盖，同时说明如何通过迭代缩小与真实数据的gap
• 请描述你使用Unity/Unreal搭建的一个复杂场景，并说明如何实现自动化数据生成
• 如何确保生成的数据标注精度？你如何处理遮挡和边界情况？
• 在批量生成数据时，如何优化渲染效率？你用过哪些提升性能的技巧？
• 解释相机内参和外参，如何从3D场景中导出6DoF轨迹？
• 你如何看待合成数据与真实数据的差异？如何让合成数据更好地帮助模型训练？