美图
计算机视觉算法-暑期实习生（三维数字人方向）
计算机视觉算法-暑期实习生（三维数字人方向）
发布于 大约 10 小时前实习/见习
澳大利亚
无经验要求
实习生
混合式弹性办公
博士
实习与临时职位
深度学习
PyTorch
计算机视觉
视频生成
扩散模型
三维重建
Smpl
人体姿态估计
AI 估算 · 8k–15k
博士在读AI实习，三维视觉方向需求高，但实习薪资通常低于全职，估算8000-15000元/月
职位详情
关于这个职位
这是一个面向三维数字人方向的计算机视觉算法暑期实习岗位，你将加入美图的视觉研发团队，参与人物美型、三维重建、时空稳定编辑等前沿算法的研究与落地
工作内容包括2D/3D人像追踪、人体模型回归、多模态信息融合等，有机会产出高质量论文并直接应用于真实产品
最低要求
博士在读，计算机、人工智能、智能艺术等相关专业
熟悉 Python，有常用library应用基础（例如 numpy, transformer, diffuser, open3d等），具备较强的深度学习使用经验（PyTorch）
具备良好的工程实现能力与实验习惯，能够独立完成模块级任务
熟练使用 AI 编程工具，具备良好的代码规范与整理习惯
具备良好的论文阅读、理解分析、概念总结与代码复现能力
逻辑清晰，善于问题拆解，愿意深入理解问题本质
对 AI + 影像 / 三维 / 美学方向有长期兴趣
主动性强，乐于探索新方法并接受挑战
认同以用户体验和技术价值为导向的产品文化
工作职责
参与人物深度估计，多视角生成，2D / 3D 追踪与时空重建相关算法的研究与实现
紧跟三维前沿论文与开源项目，完成实验复现，结合应用需求完成算法适配与改进
协同数据组，完善三维美型开发管线，参与改进数据收集质量评估，达成高质量规模化（high-quality scaling）奠定基础
探索Skeleton/SMPL/Mesh等人体结构先验与深度/法向/光流等多模态信息在人体重建与生成模型中的融合方式
协助构建数据整理、结果评估与效果可视化工具（例如沉浸式视频的美型），支持算法快速迭代
完成三维特征到二维视觉效果的高质量投影与落地，目标A级以上科研论文产出
优先资格
有SMPL / 人体姿态估计 / 3D Reconstruction / Tracking 相关经验
熟悉 视频理解 / 扩散模型 / 自回归 / 流匹配模型 中任一方向
具备科研项目、竞赛或相关开源项目经验
数学或几何直觉较强，具备良好的审美能力，对卓越设计充满热忱
AI 洞察
优缺点分析
优点
- 接触真实产品级数据和前沿算法，研究与工程结合紧密
- 有机会产出高质量科研论文，对学术和职业发展帮助大
- 团队氛围学术化，导师指导充分，适合深度学习
- 支持远程办公，工作地点灵活
- 三维视觉领域技术难度大，需要较强的数学和编程基础
- 适合对三维视觉和人像美型有强烈兴趣、具备扎实深度学习基础、希望兼顾科研与工程实践的博士在读学生
缺点 / 挑战
- 实习期6个月以上，需要持续投入，对时间要求较高
- 作为实习生可能需要同时兼顾研究、工程和论文写作，压力较大
角色解读
- 由实习转正为正式研究员，继续深入三维视觉与AI美型方向
- 积累顶会论文发表经验，为后续学术或工业界发展奠定基础
- 可在美图内部转向产品落地或算法架构等更高阶岗位
- 研究并实现三维人体重建与追踪算法，包括深度估计、多视角生成、时空重建
- 复现前沿论文并适配到实际产品场景，改进算法效果
- 探索人体结构先验（如SMPL）与多模态信息（深度、光流）的融合方法
- 构建数据评估与可视化工具，推动算法快速迭代并产出高水平论文
- 精通Python和PyTorch，熟悉常见深度学习库（numpy, transformer, diffuser等）
- 扎实的计算机视觉基础，尤其是三维重建、人体姿态估计相关方向
- 良好的工程实现能力和实验习惯，能独立完成模块级开发
- 优秀的论文阅读和代码复现能力，具备问题拆解与逻辑分析能力
申请策略
- 在求职信中具体说明你对三维数字人方向的理解和兴趣点，最好与美图的产品结合
- 如果有开源作品或技术博客，请附上链接，展示主动性
- 突出三维重建、人体姿态估计等相关项目或研究经历，尤其是使用SMPL、PyTorch的经验
- 列举发表的论文或参与的竞赛，体现科研能力
- 详细说明工程实现能力，如复现开源项目、搭建完整管线的例子
- 展示对AI+影像/三维方向的长期兴趣，如相关个人项目或博客
- 提前熟悉SMPL模型和常见的三维重建开源项目（如NeRF、3D Gaussian Splatting）
- 补充扩散模型、视频生成等前沿方向的知识
面试指南
- 项目经验类：按照背景、方法、你的贡献、成果的STAR框架回答，突出技术细节和效果
- 算法原理类：先给出核心概念，再逐步深入，最后联系实际应用
- 开放问题类：分点阐述思路，提出多种可能方案并比较优劣
- 请介绍一下你参与过的三维重建或人体姿态估计项目
- SMPL模型的基本原理是什么？如何将其应用于人体重建？
- 如何解决视频中人体追踪的时序一致性问题？
- 请简述NeRF和3D Gaussian Splatting的区别和适用场景
- 你如何验证一个三维重建算法的效果？有哪些评价指标？
职位点评
67
综合评分
前沿三维视觉研究型实习，技术成长极高，薪资一般，支持远程。
更适合这类人
最适合追求技术成长和科研突破的求职者，若更看重薪资或稳定性则可能不太匹配。
表现最好
成长发展
相对薄弱
薪资福利
薪资福利50
成长发展88
工作生活70
使命价值60
薪资福利
50较低
实习薪资未明确，通常低于全职，但支持远程可节省通勤成本，整体补偿性一般。
薪资信号未披露（AI估算：8K-15K/月）
成长发展
88较高
岗位接触前沿三维视觉技术，有论文产出机会，成长空间大，发展性动机满足度高。
技术前沿前沿/新兴技术
技术栈三维重建、SMPL、扩散模型、PyTorch、视频生成、人体姿态估计
成长机会科研论文产出、前沿算法
业务类型ambiguous
工作生活
70中等
支持远程办公，工作时间弹性，但需在悉尼时区工作可能有时差，整体灵活性较好。
工作模式混合式弹性办公
办公地点海外（不适用）
加班情况未提及（无法判断）
工作生活平衡支持远程
使命价值
60中等
AI美型领域具有正面社会价值（提升影像体验），但商业导向为主，意义感中等。
行业发展高速增长赛道
社会影响中性/一般
使命信号让艺术与科技美好交汇
创新程度积极采用新技术
Watch Jobs