AI产品负责人（AI+3D前沿探索）

1、场景定义与可行性探索：基于群核科技的空间智能模型能力，负责AI+3D新方向的适配与训练链路规划。梳理从场景定义、数据构造、轻量微调（如LoRA/蒸馏）到模型评估的端到端落地路径，输出带有明确基座能力边界的优先级判断与MVP方案。

2、适配路径落地与工程构建：针对选定场景进行技术溯源（区分基座能力不足、推理成本高或工程链路不通）。主导轻量微调（如LoRA）、蒸馏、后训练对齐等适配方案落地；负责训练数据的构造与清洗，并在模型效果与推理成本间做出实质取舍。

3、评估基线建立与数据收敛：针对3D生成的多视角一致性、物理正确性等痛点，设计可量化的评估标准。通过编写脚本或使用工具建立自动化/半自动化评估基线，主导Bad Case归因分析，以真实数据推进方向的迭代、收敛或终止。

4、MVP验证与产品化封装：将跑通的适配方案封装为可复用的产品能力，协同算法、工程与设计团队，打通从技术Demo到标准化产品形态的“最后一公里”

1、教育背景：本科及以上学历，计算机、图形学、人工智能、数字媒体等相关理工科专业优先。

2、经验要求：2年以上AI技术产品化的项目经验，具备小模型适配与模型训练的实操经验。有过从0到1（或从负到1）将模型转化为可运行MVP的经历。

3、领域认知（二选一或兼具）：

1）3D内容与空间智能背景：对3D内容生产有真实工程认知，理解多视角一致性、物理引擎仿真、渲染管线及3D空间逻辑。能将其转化为贴合业务场景的自动化评估脚本或工作流。

2）生成模型与适配背景：深入理解Diffusion/DiT等生成架构，或熟悉轻量微调、蒸馏等后训练技术原理。理解AI+3D探索期的痛点与主流评测标准，能快速通过搭建Workflow验证假设。

4、综合素质：工程构建、动手能力；探索韧性，习惯将模糊假设拆解为可验证的工程实验；逻辑分析能力与跨部门沟通能力；对AGI有热情和自驱力