图形算法实习生（人脸表情算法方向）

1. 01

   负责人脸表情绑定与重定向算法研发，实现表情在不同人脸模型、角色资产之间的高质量迁移，兼顾效果与实时性 职位要求；

2. 02

   包括但不限于计算机科学、电子工程、应用数学、数字媒体等相关专业的硕士生或博士生；

3. 03

   深度学习基础及相关知识，熟悉3DMM、FLAME等参数化人脸模型，了解人脸表情基（blendshapes）、FACS动作单元等表情表征方式；

4. 04

   熟练掌握Python，掌握PyTorch等至少一种常用深度学习框架；

5. 05

   熟悉图像/几何基础算法，了解LBS、蒙皮权重、SLERP等形变与插值方法；

6. 06

   热爱前沿技术，愿意主动学习新技能，行动力强，优秀的沟通能力和团队意识成速度。

1. 01

   包括但不限于计算机科学、电子工程、应用数学、数字媒体等相关专业的硕士生或博士生；

2. 02

   熟悉CNN、RNN、Transformer等经典网络结构；

3. 03

   熟悉VAE、Flow、Diffusion、GAN等生成式模型；

4. 04

   熟练掌握Python，掌握Pytorch等至少一种常用深度学习框架；

5. 05

   热爱前沿技术，愿意主动学习新技能，行动力强，优秀的沟通能力和团队意识。

加分项

1. 01

   有过人体姿态估计相关的项目经验，熟悉2D人体/人手关键点检测、目标定位与跟踪等相关算法；

2. 02

   有过动作生成的项目经验, 熟悉3D动作的不同表征、SMPL人体参数化模型， SLERP、FK和IK等动作算法；

3. 03

   有过其他的CG项目经验，包括表情驱动、布料模拟、物理仿真等；

4. 04

   熟练掌握Maya、MotionBuilder、Blender等DCC软件的脚本编写；

5. 05

   以第一作者在顶级CV或CG会议/期刊等发表过论文；

6. 06

   能长期实习的同学优先 (>=6个月)。