阿里巴巴
业务技术-三维重建与生成算法工程师-3D生成
业务技术-三维重建与生成算法工程师-3D生成
发布于 大约 8 小时前普通员工/个人贡献者
全职员工仅现场办公算法优化工程师
算法优化工程师
3D生成
3D重建
Pbr材质
Pytorch
Pytorch3D
Sdf
Vae
扩散模型
值不值得投
76综合评分
综合评分 76
前沿技术、高成长性，但工作强度可能较大。
从薪资福利、成长空间、工作节奏和岗位方向综合评估，方便横向比较。
薪资怎么样
48K
比算法优化工程师中位数低
发布情况
新岗位 · 今天发布
公司情况
这家公司招聘很活跃
约 2090 个在招 · 其中算法优化工程师 75 个
市场机会
选择面较广
杭州 · 算法优化工程师 · 70 个在招
职位详情
关于这个职位
作为阿里巴巴淘天集团的3D生成算法工程师，你将专注于前沿的多模态3D生成与编辑技术，主导高质量家具资产的快速生成和室内3D空间重建
工作涉及几何、纹理、材质生成算法的研发，以及模型蒸馏、推理加速等工程化落地，推动3D生成算法在电商业务中的实际应用
该职位要求扎实的图形学基础和深度学习工程能力，适合对3D视觉和生成模型有深入理解的技术专家
最低要求
计算机科学、人工智能、计算机图形学或相关专业硕士及以上学历
两年及以上图形学方向（聚焦于3D生成、3D表征方面）工作经验
熟练掌握 Python 和 PyTorch，具备扎实的深度学习工程能力，能够独立完成模型训练、调试、评测和推理部署优化
熟悉主流生成模型与深度学习架构，包括但不限于 Transformer、U-Net、VAE、自回归模型、扩散模型、Flow Matching 等
了解常见预训练、微调和后训练方法，如 SFT、RLHF、偏好优化等
具备扎实的计算机图形学和3D视觉基础：熟悉常见的3D表征，离线渲染、pbr材质体系、计算几何等相关理论与算法
熟悉三维重建或 3D 生成相关方向，包括但不限于单图/多图 3D 重建、物体级 3D 生成、室内场景重建与生成、纹理生成、材质估计、部件级结构生成等
工作职责
参与前沿多模态3D生成与编辑算法研发，主导高质量家具资产的高精度、极速生成，以及室内3D空间的重建与生成能力建设
负责几何生成算法研发，包括利用SDF、几何 VAE、隐式场、稀疏体素等 3D 表征，提升复杂结构和局部细节还原能力，以及通过网格扩散、结构化 Mesh 生成实现极速原生 Mesh 生成
负责纹理与材质生成算法研发，提升商品外观还原度、材质真实感、PBR 参数合理性和跨视角纹理一致性
负责部件级生成与高精度拆分算法研发，实现家具不同部件、材质区域和功能结构的精准拆分、生成与编辑，提升 3D 资产的结构可控性
负责研究稀疏多图、视频等输入条件下的3D场景重建技术
面向大规模业务应用需求，开展模型蒸馏、推理加速、几何后处理、网格优化、贴图烘焙等工程化工作，持续优化生成效率、资产质量和生产链路，推动 3D 生成算法在实际产品线落地
优先资格
熟悉 Open3D、PyTorch3D、Blender、Trimesh、Kaolin、nvdiffrast 等 3D 工具或渲染/几何处理框架者优先
具备良好的科研能力与问题分析能力，有 SIGGRAPH / CVPR / ICCV / ECCV / NeurIPS 等顶会论文或相关研究经验者优先
AI 洞察
优缺点分析
优点
- 阿里巴巴平台大，业务场景丰富，算法落地机会多，能快速积累实际业务经验
- D生成是AI领域的前沿方向，技术壁垒高，个人成长空间大
- 团队技术氛围浓厚，有机会与顶尖科研人才合作，发表顶会论文
- 业务需求导向，可能需要处理大量工程化工作，而非纯粹的科研
缺点 / 挑战
- 对技术深度和广度要求高，需要持续学习前沿算法，工作压力较大
- 电商场景对生成质量和速度要求苛刻，技术挑战大
- 适合对3D视觉和生成算法有浓厚兴趣，具备扎实图形学基础，能适应高强度技术挑战的算法工程师
角色解读
- 在3D生成领域深耕，成为算法专家，主导核心算法方向
- 向技术管理方向发展，带领团队负责整个3D生成产品线
- 横向拓展至多模态生成、具身智能等前沿领域，保持技术领先性
- 研发前沿的多模态3D生成与编辑算法，专注于高质量家具资产的快速生成和室内3D空间重建
- 负责几何、纹理和材质生成算法的研发，提升3D资产的细节还原度和真实感
- 进行模型蒸馏、推理加速等工程化工作，优化生成效率，推动算法在业务产品中落地
- 扎实的计算机图形学和3D视觉基础，熟悉SDF、隐式场、稀疏体素等3D表征
- 熟练掌握Python和PyTorch，具备深度学习模型训练、调试和部署能力
- 熟悉主流生成模型（如扩散模型、VAE、Flow Matching）和预训练、微调方法
申请策略
- 了解淘天集团在3D内容生成方面的业务布局，在面试中展示你对业务的理解
- 准备1-2个能体现你技术深度和工程能力的项目案例，并准备好细节问答
- 突出3D生成、重建相关的项目经验，特别是家具、室内场景等具体案例
- 强调在SDF、隐式场、扩散模型等具体技术上的实践和成果
- 展示工程化能力，如模型加速、部署优化等，体现业务落地能力
- 系统复习3D表征、渲染、材质等图形学基础知识，并动手实践相关工具
- 深入研究扩散模型、Flow Matching等最新生成模型，并尝试复现和改进
- 关注顶会最新论文，了解3D生成领域的前沿动态
面试指南
- 回答项目经验时，采用STAR法则，突出技术难点、你的贡献和最终成果
- 回答技术问题时，先阐述核心原理，再结合实践经验，最后提出优化方向
- 回答业务问题时，要体现对业务场景的理解，并给出技术如何服务业务的思路
- 请详细介绍一下你参与过的3D生成或重建项目，包括技术选型、挑战和解决方案
- 如何利用SDF或隐式场表征提升3D模型的细节还原能力？
- 谈谈你对扩散模型在3D生成中应用的理解和优化思路
- 如何实现3D生成模型的推理加速？
- 在电商场景下，如何保证3D家具资产的生成质量和效率？
职位点评
薪资福利80
成长发展90
工作生活50
使命价值75
薪资福利
80较高
阿里巴巴作为行业头部企业，薪资水平具有竞争力，但JD未明确具体薪资和福利，补偿性动机满足程度较高。
薪资信号未披露（AI估算：35K-60K/月）
成长发展
90较高
该职位处于3D生成前沿领域，技术挑战大，成长空间广阔，发展性动机能得到充分满足。
技术前沿前沿/新兴技术
技术栈3D生成、SDF、VAE、扩散模型、Flow Matching、PyTorch
业务类型profit_center
工作生活
50较低
JD未提及工作模式，但作为技术岗，可能面临高强度工作，生活化动机满足程度一般。
工作模式未明确
办公地点科技园/产业园
加班情况未提及（无法判断）
使命价值
75中等
3D生成技术能提升电商购物体验，具有明确的应用价值，意义感动机满足程度较高。
行业发展高速增长赛道
社会影响中性/一般
创新程度积极采用新技术
Watch Jobs