世界模型闭环仿真实习生

优缺点分析

角色解读

• 在自动驾驶仿真和3D重建领域积累深厚技术经验，成为算法专家
• 有机会发表顶会论文，提升学术影响力
• 可向感知、仿真等方向深入发展，或转向工程化落地岗位
• 负责前馈式3DGS算法的预研与探索，跟进前沿论文和开源项目
• 将重建结果接入自动驾驶仿真引擎，提升场景重建质量与运行效率
• 与数据、标注、仿真、感知等团队协作，推动算法在工程管线中落地
• 熟练掌握Python和PyTorch，具备深度学习模型训练与调优能力
• 具备3DGS或视觉基础模型的研究背景，了解前馈重建算法
• 有相关模型（如VGGT、AnySplat）的训练、微调经验者优先

申请策略

• 关注地平线在自动驾驶仿真领域的技术布局，面试时展现对业务的了解
• 准备一个相关项目或研究案例，展示算法探索和工程化能力
• 突出3DGS、前馈重建相关项目经验或研究经历
• 强调Python和PyTorch的熟练度，以及模型训练调优的实践经验
• 如有顶会论文，务必突出
• 提前熟悉3DGS相关论文和开源代码，如VGGT、AnySplat
• 了解自动驾驶仿真引擎的基本原理

面试指南

• 回答技术问题时，可遵循“背景-方法-结果”的框架，突出你的思考过程和实际效果
• 对于工程化问题，强调对系统整体架构的理解和模块间协作的考虑
• 请详细介绍一下你在3DGS或前馈重建方面的研究或项目经验
• 如何将前馈重建结果高效地集成到自动驾驶仿真引擎中？
• 你如何跟进和复现一篇前沿论文？请举例说明
• 在团队协作中，你如何处理与其他模块（如数据工程、标注）的接口问题？
• 复习3DGS、NeRF等3D重建基础，并了解最新进展
• 准备一个你主导或深度参与的技术项目，能清晰阐述技术难点和解决方案