具身智能算法研究员（空间智能方向）-觅蜂子公司

【方向：空间智能与三维重建】空间智能与三维重建 研发前馈式（Feedforward）3D Gaussian Splatting 场景重建算法，从稀疏多视角或单目视频毫秒级输出紧凑3D高斯表示，支持动态更新与压缩。 构建实时SLAM系统（融合传统/NeRF/3DGS方法），处理自我中心（egocentric）与人中心（exocentric）混合输入，输出机器人坐标系下的稠密几何、物体6DoF位姿及相机轨迹。 开发人体-物体交互（HOI）重建：从多视角外部视频重建物体网格+姿态、人体SMPL/手部MANO参数；从单目自我中心视频实时重建手部与接触关系，生成时空对齐的HOI轨迹。 设计自动标定与数据预处理管线（多相机外参自标定、时间同步、空间对齐），为下游模型提供规范化输入。 向端到端模型输出可消费的空间Token（如场景图序列、可操作实体列表、接触点坐标），并与RL组协同提供动态场景下的状态预测（世界模型）

计算机视觉、机器人学、机器学习、图形学等相关专业硕士及以上学历，博士优先。 在以下至少一个方向有深入研究和项目经验： 三维重建/SLAM/3D Gaussian Splatting/物体姿态估计/人体手部重建 模仿学习（BC、ACT、Diffusion Policy）、强化学习（PPO、SAC）、机器人控制（MPC、力控）、VLA架构（RT-2、PaLM-E等） 多模态预训练（CLIP、LLaVA）、大模型微调（LoRA、RLHF）、自动标注、数据合成与数据策略 扎实的编程能力：精通Python，熟悉C++，熟练使用PyTorch/JAX等深度学习框架。 熟悉至少一种仿真器（Isaac Sim、Mujoco、PyBullet）或真实机器人平台。 具备优秀的学习能力、逻辑思维与跨团队协作精神，能够快速将前沿论文转化为可工作的原型。 加分项 有真实机器人（机械臂、人形、四足）部署经验，特别是高复杂度操作任务（装配、双手协作）。 在CVPR/ICCV/ECCV/CoRL/ICRA/RSS/NeurIPS等顶会发表论文，或有高质量开源贡献。 处理过Ego4D、HoloAssist或自采机器人混合数据，有Sim2Real迁移实战经验。 熟悉ROS/ROS2，有实时系统或嵌入式开发经验。