Watch Jobs
Nvidia logo
英伟达
Software Engineering Intern, Neural Reconstruction and Rendering - 2027
立即应聘

Software Engineering Intern, Neural Reconstruction and Rendering - 2027

发布于 42 分钟前

实习/见习

AI 估算 · 5.0–8.0千 · AI 参考估算
上海市
无经验要求
硕士
实习生仅现场办公计算机视觉工程
计算机视觉工程
3D Gaussian Splatting
Cuda
Gpu Optimization
Pytorch

值不值得投

71综合评分

综合评分 71

顶尖外企前沿技术研究实习，技术含金量极高，适合深造型候选人，WLB相对一般。

从薪资福利、成长发展、工作生活和使命价值四个维度综合评估，方便比较实习机会。

薪资怎么样

7.0千

比计算机视觉工程中位数低

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 600 个在招

市场机会

选择面较广

上海 · 计算机视觉工程 · 约 130 个在招

职位详情

关于这个职位

加入英伟达Real2Sim团队，利用3D高斯溅射、神经渲染等技术将真实世界场景转化为高精度的机器人仿真环境

负责优化场景几何重建、材质估计及渲染管线，提升视觉保真度与计算效率，并将研究成果集成至NuRec和Isaac Sim工作流中

最低要求

正在攻读计算机科学、计算机图形学、计算机视觉、机器人学或相关领域的硕士或博士学位

具备强大的 Python 和 PyTorch 技能，有在 GPU 上实现、训练和调试研究模型的经验
在 3D Gaussian Splatting、神经渲染、多视图重建或密切相关方法方面有动手研究或项目经验
扎实的 3D 几何、相机模型、数值优化和机器学习基础
能够复现研究成果，设计对照比较，分析失败案例，并与研究人员和工程师有效合作

工作职责

通过高斯优化、采样和几何感知学习改进神经场景重建，解决表面不完整、伪影和视角挑战问题

探索表面提取、材质估计、重光照和生成式细化，使重建的环境更准确且可编辑
在可复用的重建和渲染管线中实现和优化研究方法，与工程师合作将结果集成到 NuRec 和 Isaac Sim 工作流中
构建可复现的实验，测量几何精度、新视角质量、跨视图和时间的稳定性、运行时间和 GPU 内存，并评估其对选定机器人仿真用例的影响

优先资格

在高斯采样与稠密化（包括基于 MCMC 的优化）、表面重建与网格化、或逆渲染与重光照方面具有深度

具有用于重建、场景补全或渲染的生成式先验经验，包括保持跨视角的几何一致性和一致性
具有 C++、CUDA、Slang、可微渲染或 GPU 性能分析经验
熟悉 gsplat、3DGUT/3DGRT、NuRec、OpenUSD 或 Isaac Sim
能有效使用 AI 辅助开发进行代码审查和验证

AI 洞察

优缺点分析

优点

  • 接触全球顶尖的AI硬件与软件生态（NVIDIA），参与极具前瞻性的NeRF/Gaussian Splatting研究，简历含金量极高
  • 技术门槛极高，需深厚的数学和算法基础，竞争非常激烈，对学术成果或项目深度要求严格
  • 计算机视觉、图形学方向的在读硕博研究生，或有扎实3D重建项目经验的优秀本科生

缺点 / 挑战

暂无明显挑战项

角色解读

  • 可向高级计算机视觉研究员、图形学专家或机器人仿真架构师方向发展，积累前沿AI落地经验
  • 专注于将真实世界场景转化为高精度3D仿真环境，服务于机器人技术
  • 精通Python/PyTorch，深入理解3D高斯溅射、神经渲染及计算机视觉理论

申请策略

  • 准备详细的技术博客或GitHub链接展示你的3D项目细节，面试中需展现对底层算法优化的理解
  • 突出3D重建、神经渲染相关的论文发表、开源项目贡献或竞赛成绩，强调PyTorch/CUDA编程能力
  • 深入学习3D Gaussian Splatting原理，尝试复现经典论文代码，熟悉Isaac Sim或NuRec工具链

面试指南

  • 采用STAR法则（情境、任务、行动、结果）详细描述项目经历，重点阐述技术选型的理由、遇到的瓶颈及解决方案、以及量化后的性能提升指标
  • 请解释3D Gaussian Splatting相比传统NeRF的优势及其核心优化策略
  • 如何在GPU上优化大规模点云渲染的性能？
  • 描述一个你解决过的3D重建中的具体难题（如遮挡、反光）
  • 你对CUDA并行计算的理解如何应用于当前的任务？
  • 复习计算机图形学基础（光线追踪、相机模型）、深度学习框架底层原理，并阅读NVIDIA近期关于Real2Sim的相关技术文档或论文

职位点评

薪资福利75
成长发展95
工作生活40
使命价值85

薪资福利

75中等

作为跨国巨头企业的实习岗位，虽然未明确披露具体金额，但通常提供高于市场平均水平的实习津贴和完善的福利保障。

薪资信号未披露（AI估算：5.0–8.0千/月）

成长发展

95较高

极高地满足发展性动机，接触最前沿的神经渲染与机器人仿真技术，拥有顶级导师资源和行业影响力。

技术前沿前沿/新兴技术
技术栈Gaussian Splatting、Neural Rendering、PyTorch、CUDA、Isaac Sim
业务类型profit_center

工作生活

40较低

研究型岗位通常节奏较快，虽可能有弹性，但高强度的科研压力意味着WLB一般，且JD未提及远程办公选项。

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

85较高

通过提升仿真环境的准确性和效率，直接赋能机器人技术的发展，具有显著的行业创新价值和社会意义。

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）

英伟达 的其他在招职位

相似职位推荐

Body Tracking（人体/手部姿态重建实习生）

智元机器人 · 上海市
AI 估算 · 4.0–6.0千2 小时前发布

Inspection Software Engineer

康宁 · 重庆市
AI 估算 · 1.5–2.5万7 小时前发布

Inspection Software Engineer

康宁 · 重庆市
AI 估算 · 1.5–2.5万7 小时前发布

视觉算法实习生

影石创新 · 深圳市
AI 估算 · 0.2–0.3千13 小时前发布

社会招聘-校园招聘

汇顶科技 · 深圳市
AI 估算 · 4.0–7.0万23 小时前发布

感知算法工程师

滴滴出行 · 北京市
AI 估算 · 3.5–7.0万4 天前发布

27届校招-算法工程师（图像视觉方向）(J24486)

金风科技 · 无锡市
AI 估算 · 1.5–2.5万4 天前发布

图像算法

瀚纳仕 · 北京市
AI 估算 · 4.0–6.0万5 天前发布
Watch Jobs