米哈游
图形算法研究员（3D生成方向）
图形算法研究员（3D生成方向）
发布于 大约 16 小时前普通员工/个人贡献者
上海市
中级经验
全职员工
仅现场办公
本科
研究与开发 (研发)
PyTorch
生成式AI
CUDA
扩散模型
可微渲染
3D重建
网格处理
Nvdiffrast
Cgal
AI 估算 · 30k–60k
头部游戏公司，算法岗薪资较高，结合市场行情与技能稀缺性，月薪3-6万，年终多薪。
职位详情
关于这个职位
该职位专注于3D生成方向，负责开发高性能的网格重建与可微渲染算法，利用CUDA和PyTorch加速AI模型的3D数据训练
你将与顶尖团队合作，实现SIGGRAPH级别的算法工程化，推动游戏与影视领域的3D内容自动化生成
最低要求
本科及以上学历，计算机科学/图形学/计算几何/机器学习相关专业，3年以上CUDA并行计算开发经验
熟悉C++及现代标准，熟悉PyTorch框架，具备PyTorch/C++扩展开发经验，同时具备Python/C++混合编程能力，熟悉Pybind11等绑定工具
熟悉图形学算法，有BVH、网格处理、计算几何项目经验，掌握Marching Cubes、Delaunay三角剖分、四面体网格生成等经典算法，以及光线追踪、网格距离场计算、SDF等图形算法
掌握3D网格处理算法，包括网格简化、重新网格化、碰撞检测等，熟练使用Eigen、CGAL、libigl等数学和几何处理库
有Kaolin、nvdiffrast等技术栈使用经验，熟悉Houdini、Blender等3D软件，了解3D文件格式（OBJ、GLB等）
熟悉生成式AI、3D生成模型、扩散模型等技术，对技术充满热情，思维清晰，具有很好的问题分析推断能力、良好的沟通表达能力和合作能力
工作职责
基于CUDA开发用于AI3D模型训练的高精度网格重建算法，包括可微渲染、网格优化与GPU加速
设计实现可微渲染和神经渲染系统，支持AI模型训练的高质量3D数据生成
开发面向大规模3D数据处理的几何算法：高精度网格重建、简化、拓扑优化
实现SIGGRAPH级别的AI3D重建算法工程化，优化训练数据质量和生成效率
优先资格
在顶级会议（SIGGRAPH、CVPR等）发表过相关学术论文
深度参与过相关的高品质项目开发（需有明确的成果展示）
有游戏引擎、图形渲染引擎或3D建模工具开发经验者优先
参与过大规模3D数据处理或GPU加速计算项目
AI 洞察
优缺点分析
优点
- 位于AI+3D生成的前沿赛道，技术壁垒高，积累经验极具价值
- 米哈游资金充裕，项目支持SIGGRAPH级研究，个人成长快
- 团队技术实力强，有机会与行业顶尖人才合作
- 技术综合要求高，需同时掌握CUDA、图形学、AI模型，学习曲线陡峭
- 算法工程化难度大，从论文到产品需要大量调优和迭代
- 加班可能较多，游戏行业项目节奏快
- 适合对3D图形学和生成式AI有浓厚兴趣、具备扎实编程功底和学术背景的顶尖工程师
缺点 / 挑战
暂无明显挑战项
角色解读
- 技术深耕：成为3D图形学与AI交叉领域的专家，发表顶会论文
- 架构升级：管理大规模3D数据管线和渲染系统架构设计
- 管理转型：带领团队负责核心算法研发，向技术总监发展
- 开发基于CUDA的高精度网格重建算法，服务于AI生成3D模型的训练数据管道
- 设计可微渲染和神经渲染系统，提升3D数据生成的效率与质量
- 工程化SIGGRAPH级别的AI3D重建算法，优化大规模3D数据的处理流程
- 精通CUDA并行计算与C++，能编写高性能GPU代码
- 熟悉PyTorch框架及其C++扩展，掌握Python/C++混合编程
- 扎实的图形学基础，包括网格处理、光线追踪、SDF等算法
- 了解生成式AI（如扩散模型）和3D生成模型
申请策略
- 关注米哈游的技术博客和开源项目，展示对公司的了解
- 准备一个3D生成或渲染的Demo，体现工程能力
- 突出CUDA项目经验，尤其是网格重建、可微渲染相关
- 列出顶会论文或高质量开源项目（如Kaolin贡献）
- 强调数学与几何算法能力，如CGAL、Eigen使用案例
- 补充学习nvdiffrast、Kaolin等渲染库的使用
- 了解扩散模型在3D生成中的应用，如DreamFusion
- 实践将PyTorch模型与CUDA扩展结合的项目
面试指南
- 对于算法实现类问题：先阐述核心步骤，再说明性能瓶颈和优化手段
- 对于项目经验类问题：使用STAR法则（情境、任务、行动、结果）
- 对于开放性工程问题：分步骤回答，从数据、算法、工程三方面展开
- 请介绍你在CUDA开发中的优化经验，比如内存访问合并或共享内存的使用
- 如何实现一个可微的Marching Cubes算子？
- 解释扩散模型在3D生成中的基本原理，并讨论其优缺点
- 描述你处理过的一个复杂3D网格简化项目，使用了哪些算法？
- 如果我们需要将SIGGRAPH论文中的算法落地，你会如何规划工程化过程？
职位点评
69
综合评分
高薪高成长的前沿3D生成算法岗，但工作强度和灵活性是短板。
更适合这类人
最适合重视技术成长和前沿探索的求职者，不适合追求工作生活平衡或远程办公的人。
表现最好
成长发展
相对薄弱
工作生活
薪资福利75
成长发展90
工作生活50
使命价值60
薪资福利
75中等
米哈游薪酬福利在业内极具竞争力，但具体薪资未在JD中披露，需面议。福利如五险一金、年终奖、补充医疗等未在JD中明确提及。
薪资信号面议 (30K-60K/月)
成长发展
90较高
职位涉及前沿技术（生成式AI、可微渲染、CUDA优化），技术成长空间大；要求SIGGRAPH级工程化，有发表顶会论文的机会。
技术前沿前沿/新兴技术
技术栈CUDA、PyTorch、生成式AI、扩散模型、可微渲染、网格重建、SIGGRAPH
成长机会SIGGRAPH级别、工程化、优化
业务类型ambiguous
工作生活
50较低
仅现场办公，未提及弹性工作或远程选项。游戏行业通常有加班文化，但JD中未明确说明。
工作模式仅现场办公
办公地点市区核心地段
加班情况未提及（无法判断）
使命价值
60中等
职位推动AI3D生成技术发展，有创新性，但直接社会影响力有限（游戏行业），行业前景良好。
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