智元机器人
优才-空间智能算法研究员（定位）-Genie业务部
优才-空间智能算法研究员（定位）-Genie业务部
发布于 1 天前普通员工/个人贡献者
上海市
中级经验
全职员工
仅现场办公
硕士
研究与开发 (研发)
3D Gaussian Splatting
Mvs
Nerf
Ros
Vlm
Vln
模型压缩
端侧部署
AI 估算 · 30k–60k
算法研究员薪资较高，但B轮公司可能略低于大厂；技术栈前沿，竞争力强，综合估算30-60K。
职位详情
关于这个职位
该职位主要研究三维重建、视觉定位与导航等空间智能算法，包括3DGS、NeRF、VLM与VLN等前沿技术，并负责算法工程落地与端侧部署
你将参与构建大规模4D场景数据集，优化模型泛化能力，并将创新成果转化为顶会论文或专利，适合对三维视觉与机器人智能有热情的研究型人才
最低要求
教育背景：计算机科学、人工智能、自动化、数学或相关专业，硕士及以上学历
熟练掌握Python/C++编程，具备良好的代码习惯与工程化能力，熟悉Linux环境开发
专业经验（满足至少两项）：
三维重建方向：深入理解3D Gaussian Splatting（3DGS）、NeRF、MVS，VGGT等原理，有实际项目经验
熟悉开集的多模态感知检测模型，有大规模训练与微调经验
熟悉主流VLN，熟悉多模态大模型的训练与微调，有大规模预训练或RL经验
综合素质：优秀的逻辑思维与问题解决能力，能快速复现前沿论文并改进
良好的团队协作与沟通能力，对技术有极致追求
工作职责
研究三维重建方法，包括MVS，3DGS 和VGGT类技术，实现从单目/多视图，单帧/多帧，到高质量三维场景的云端离线重建，以及蒸馏到端侧进行实时重建
优化三维重建模型的泛化能力、几何精度与渲染效率，支持跨本体，探索更高效的3D表示与可微渲染技术
具备高精度，高泛化的视觉定位和空间记忆能力，并部署到端侧
研究将VLM与三维空间重建结合的基础模型，支持在三维空间的Grounding和空间理解能力，以及设计面向机器人操作与导航的感知-理解-决策一体化架构
研发视觉、语言与空间记忆的VLN算法，使机器人能够理解自然语言指令，在未知环境中自主规划路径，安全顺利的完成导航任务，并具备记忆能力
构建大规模4D场景数据集，设计自监督/弱监督预训练任务，提升模型在开放世界中的鲁棒性
算法工程落地与前沿创新，负责算法的部署与优化，包括模型压缩、量化、端侧加速
持续跟踪顶会最新成果，将创新技术转化为专利或顶会论文，保持技术领先性
优先资格
在CVPR、ICCV、ECCV、NeurIPS、ICLR等顶会/顶刊以第一作者发表过三维视觉或多模态相关论文
在3D重建，开集检测或者VLN挑战赛中取得优异成绩
参与过知名开源项目，或有高质量GitHub仓库
具备大规模分布式训练或端侧部署经验
熟悉机器人中间件ROS/ROS2，有实体机器人平台调试经验
AI 洞察
优缺点分析
优点
- 技术前沿，接触3DGS、VLM等最新方法，成长空间大
- 公司处于机器人热门赛道，有充足的算力与数据资源支持
- 成果可转化为顶会论文，提升个人学术影响力
- 算法工程落地机会多，锻炼从研究到产品的全栈能力
- 技术难度高，需要快速跟进前沿论文并复现改进
- B轮公司节奏可能较快，需要同时兼顾研究与交付
- 适合对三维视觉和机器人智能有浓厚兴趣、具备较强算法研究能力、并希望将学术成果落地到实际产品中的高阶工程师或研究员
缺点 / 挑战
- 端侧部署对模型压缩与优化能力要求较高
角色解读
- 技术上可深入三维视觉或机器人智能算法，成为领域专家
- 管理上可向技术负责人或团队Leader发展，带领算法团队
- 论文与专利产出有助于在学术界或工业界建立影响力，未来可转岗至顶尖实验室或创业
- 研究并实现三维重建算法（3DGS、NeRF等），提升重建质量与效率
- 开发视觉定位与空间记忆系统，并部署到机器人端侧
- 结合VLM与三维空间，设计感知-理解-决策一体化的导航算法
- 构建大规模4D数据集，优化模型在开放场景中的鲁棒性
- 扎实的计算机视觉基础，精通三维重建或多模态感知
- 熟练使用Python/C++，具备良好的工程化与代码调试能力
- 熟悉深度学习框架（PyTorch等），有大规模训练经验
- 了解机器人中间件（ROS）加分，但非必须
申请策略
- 关注智元机器人的技术博客或开源项目，了解团队技术风格
- 在面试中展示对空间智能和机器人结合的理解，提出创新想法
- 突出三维重建或多模态感知的实战项目经验，附上GitHub链接或论文
- 强调端侧部署或模型优化的经历，如量化、剪枝等
- 展示顶会论文或竞赛成绩，体现研究能力
- 提及与机器人相关的项目，特别是ROS或导航算法
- 复习3DGS、NeRF等最新重建算法的原理与代码实现
- 了解VLN和VLM相关模型（如CLIP、GPT-4V）的训练与微调
面试指南
- 先梳理核心原理，再结合项目经验说明具体做法，最后提出现有不足与改进方向
- 从问题定义出发，分析技术挑战，对比不同方案，给出自己的设计思路
- 用STAR法则描述项目：背景、任务、行动、结果，突出个人贡献
- 请详细解释3D Gaussian Splatting的原理与实现细节
- 如何设计一个高泛化性的视觉定位系统？
- 你如何处理大规模4D场景数据集的标注与训练？
- 描述一个你参与过的机器人导航项目，使用了哪些技术？
- 如何将VLM与三维重建结合以实现空间理解？
职位点评
64
综合评分
前沿算法岗，技术成长极佳，但工作压力可能较大，WLB一般。
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。
更适合这类人
最适合追求技术成长与前沿研究、愿意投入时间精力、对薪酬有一定期待的求职者。
表现最好
成长发展
相对薄弱
工作生活
薪资福利60
成长发展85
工作生活40
使命价值70
薪资福利
60中等
薪资水平未在JD中披露，但B轮公司可能提供有竞争力的股票期权，整体中等偏上；福利未提及，补偿性动机满足度一般。
薪资信号未披露（AI估算：30K-60K/月）
成长发展
85较高
技术栈非常前沿，涉及3DGS、VLM、VLN等热点方向，且有发表顶会论文的机会，成长性很强。
技术前沿前沿/新兴技术
技术栈3D Gaussian Splatting、NeRF、VLM、VLN、端侧部署
成长机会持续跟踪顶会最新成果、将创新技术转化为专利或顶会论文
业务类型ambiguous
工作生活
40较低
仅现场办公，未提及弹性工作或远程，算法岗可能有一定加班压力，生活方式满足度较低。
工作模式仅现场办公
办公地点未明确
加班情况未提及（无法判断）
使命价值
70中等
机器人行业属于高速增长赛道，推动机器人智能技术进步具有正向社会价值，但JD未强调使命感，意义感动机有一定满足。
行业发展高速增长赛道
社会影响正向社会影响力较高
创新程度开拓性创新（行业首创）
智元机器人 的其他在招职位
相似职位推荐
Watch Jobs