美团
【北斗】无人机地图算法工程师
【北斗】无人机地图算法工程师
发布于 5 天前普通员工/个人贡献者
北京市
高级经验
全职员工
仅现场办公
硕士
软件工程
PyTorch
CUDA
无人机
仿真
世界模型
Diffusion Model
Nerf
3D Gaussian Splatting
AI 估算 · 40k–60k
美团上市大厂，无人机业务前沿，算法工程师在北京薪资竞争力强，中位数约5万/月。
职位详情
关于这个职位
加入美团无人机业务部，你将专注于无人机实景仿真系统的核心算法研发
利用3DGS、NeRF等前沿技术进行城市级三维重建，融合世界模型与生成式AI打造高保真数字孪生环境，加速无人机算法从仿真到实飞的迭代
这是一个技术前沿、行业稀缺的岗位，直接推动低空物流落地
最低要求
硕士及以上学历，计算机科学、电子工程、自动化、测绘遥感、图形学等相关专业
扎实的数学基础，精通Python/C++，熟悉PyTorch/JAX等深度学习框架
在以下一个或多个方向有深入研究或工程经验：
a. 3DGS / NeRF / 神经渲染：熟悉3DGS原理及变体，有大规模场景重建与实时渲染优化经验
b. 世界模型 / 视频生成：了解UniSim、GAIA-1、DriveDreamer、Sora等，有场景级生成模型训练经验
c. 生成式AI：熟悉Diffusion Model、ControlNet、3D生成等，有可控生成与场景编辑经验
d. 熟练使用AI工具提升研发效率：能将AI编程助手、大语言模型等工具融入日常开发与研究流程，具备AI辅助编程、方案设计、文献调研的实践经验
工作职责
实景三维重建：基于3DGS及NeRF等前沿技术，利用多源异构数据（无人机多视角航拍、地面激光雷达/相机、卫星遥感影像）进行城市级大规模室外场景的高精度三维重建，实现照片级真实感的新视角合成与实时渲染
世界模型构建：研发基于世界模型（World Model）的场景动态建模与时空推演能力，包括光照/天气/季节变化模拟、动态物体行为预测、物理交互仿真等，使仿真场景具备时序连贯性与物理合理性
生成式场景合成：运用Diffusion Model、Video Generation Model等生成式AI技术，实现仿真场景的可控编辑与扩展生成，包括场景风格迁移（季节/天气/光照/时段）、稀疏观测区域AI补全、虚拟目标自动化插入、极端长尾场景（corner case）自动生成等
仿真系统工程落地：参与实景仿真系统整体架构设计，推动算法从研究原型到生产级系统的转化，保障大规模场景的渲染效率与质量平衡
优先资格
加分项：
顶会论文（CVPR/ECCV/ICCV/NeurIPS/SIGGRAPH等）
城市级户外场景重建工程落地经验
无人机系统或自动驾驶仿真平台经验
CUDA编程、GPU渲染优化经验
对技术有热情，具备快速学习能力和较强自驱力，善于将前沿技术转化为实际产品
AI 洞察
优缺点分析
优点
- 技术前沿性强：3DGS、世界模型、生成式AI是当前学术界与工业界最热门的方向，岗位稀缺度高
- 数据与场景独特：拥有大规模真实飞行数据，能完成数据采集到仿真闭环，产出可对标顶会
- 公司平台大：美团上市巨头，资源充足，无人机业务处于快速成长阶段，发展空间大
- 团队氛围好：扁平开放，鼓励使用AI工具提升效率，GPU算力充足，适合技术极客
- 技术难度高：需要同时掌握多种前沿技术（3D重建、世界模型、生成式AI），学习曲线陡峭
- 工作时间可能较长：互联网大厂算法岗，项目节奏快，可能需要高强度投入
- 适合对3D视觉、生成式AI有浓厚兴趣，追求技术前沿，乐于将研究成果落地为产品的算法工程师或研究员
缺点 / 挑战
- 工程化压力大：算法需从研究原型转化为生产系统，平衡渲染效率和质量，对工程能力要求高
角色解读
- 技术纵深发展：从算法研究员到技术专家，在3D视觉、生成式AI、仿真领域深耕
- 横向拓展：积累无人机系统、自动驾驶仿真等跨领域经验，成为行业稀缺人才
- 管理方向：带团队负责仿真系统整体架构，晋升为技术Leader或技术总监
- 利用3DGS和NeRF进行城市级三维重建，处理多源传感器数据，生成高保真数字孪生场景
- 研发世界模型，模拟光照、天气、动态物体等场景变化，确保仿真环境的时空连贯性
- 运用Diffusion Model等技术实现场景可控生成与编辑，自动化生成长尾测试案例
- 参与仿真系统架构设计，优化渲染效率与质量，推动算法从研究到工程落地
- 精通Python/C++，熟悉PyTorch或JAX深度学习框架，具备扎实的数学基础
- 深入理解3DGS、NeRF等神经渲染技术，有大规模场景重建经验
- 熟悉世界模型或视频生成模型（如UniSim、Sora等），有生成式AI（Diffusion Model）实践经验
- 掌握AI辅助研发工具，如AI编程助手、大语言模型，提升研发效率
申请策略
- 关注美团无人机业务的技术博客或公开演讲，了解其仿真系统架构和方向
- 准备一个完整的技术展示（如Jupyter Notebook或演示视频），体现端到端能力
- 突出3DGS或NeRF相关项目经验，尤其是大规模场景重建或实时渲染优化成果
- 强调世界模型或生成式AI（Diffusion Model）的实践，附上代码仓库或项目链接
- 展示顶会论文发表或竞赛获奖，尤其是CVPR、ICCV、NeurIPS等
- 提及CUDA编程、GPU优化经验，以及AI辅助研发工具的使用经历
- 系统复习3DGS原理及其变体，尝试用开源框架（如3D Gaussian Splatting）实现小规模场景重建
- 学习世界模型相关论文（UniSim、GAIA-1等），并动手训练简单的视频预测模型
面试指南
- STAR法则：围绕项目背景、任务、行动、结果组织回答，突出技术难点和量化成果
- 技术对比法：对比传统方法与前沿技术（如MVS vs 3DGS），展示技术深度
- 系统思维：说明算法在整体仿真系统中的位置和上下游依赖，体现工程全局观
- 请详细解释3DGS的原理，并说明如何优化大规模场景的渲染效率
- 你如何构建一个世界模型？请举例说明如何模拟天气变化对场景的影响
- 如何利用Diffusion Model生成极端长尾场景（corner case）？请给出具体技术方案
- 请描述一个你参与过的三维重建项目，包括数据预处理、模型选择和结果评估
- 你如何看待AI工具在研发中的作用？你平时如何使用AI编程助手？
匹配度报告
71
综合匹配度
美团无人机算法岗，技术前沿且资源充足，薪资优厚但WLB一般。
适合人群
最适合追求技术成长、热衷前沿创新的开发者，对WLB要求不高且愿意在核心地段办公。
最强匹配
成长发展匹配
最弱匹配
工作生活匹配
薪资福利80
成长发展95
工作生活40
使命价值70
薪资福利匹配
80较高
薪资处于市场偏高水平，美团为上市大厂，福利完善，但JD未明确具体薪资和福利细节，故评分略扣。
薪资信号未披露（AI估算：40K-60K/月）
成长发展匹配
95较高
技术栈为前沿领域（3DGS、世界模型、生成式AI），有充足GPU算力和真实数据，团队鼓励创新和顶会输出，成长空间极大。
技术前沿前沿/新兴技术
技术栈3D Gaussian Splatting、NeRF、世界模型、Diffusion Model、生成式AI、CUDA
成长机会技术前沿、行业稀缺、成长空间、技术分享
业务类型profit_center
工作生活匹配
40较低
工作地点仅限北京现场办公，JD未提及弹性工作或远程，互联网大厂算法岗可能加班较多，WLB一般。
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）
使命价值匹配
70中等
无人机配送属于低空经济新兴领域，具有改善城市配送效率的社会价值，但JD未直接强调使命，评分中等。
行业发展高速增长赛道
社会影响正向社会影响力较高
使命信号提升城市即时配送的效率与体验
创新程度开拓性创新（行业首创）
Watch Jobs