Momenta4D重建算法实习生
实习兼职研发地点：北京 | 苏州 | 上海状态：招聘
任职要求
1.计算机科学、机器人学、电子工程等相关专业硕士以上学历； 2.精通线性代数、概率论、优化理论，熟悉深度学习模型（Transformer、CNN、RNN 等）、生成式模型（如Stable Diffusion等）； 3.具备扎实的计算机视觉、多视图几何、SLAM、N…
登录查看完整任职要求
微信扫码，1秒登录
工作职责
1.研发基于多传感器（激光雷达、摄像头等）的4D时空场景重建和生成算法，融合时序信息实现动态物体和静态场景高精度建模； 2.研发场景生成、可交互视频生成等技术，支持自动驾驶场景的高保真场景生成，用于端到端自动驾驶算法的闭环仿真和强化学习训练； 3.结合闭环仿真结果，对场景生成相关算法进行迭代，推动端到端自动驾驶系统的联合优化。
包括英文材料
学历+
深度学习+
https://d2l.ai/
Interactive deep learning book with code, math, and discussions.
Transformer+
https://huggingface.co/learn/llm-course/en/chapter1/4
Breaking down how Large Language Models work, visualizing how data flows through.
https://poloclub.github.io/transformer-explainer/
An interactive visualization tool showing you how transformer models work in large language models (LLM) like GPT.
https://www.youtube.com/watch?v=wjZofJX0v4M
Breaking down how Large Language Models work, visualizing how data flows through.
CNN+
https://learnopencv.com/understanding-convolutional-neural-networks-cnn/
Convolutional Neural Network (CNN) forms the basis of computer vision and image processing.
[英文] CNN Explainer
https://poloclub.github.io/cnn-explainer/
Learn Convolutional Neural Network (CNN) in your browser!
https://www.deeplearningbook.org/contents/convnets.html
Convolutional networks(LeCun, 1989), also known as convolutional neuralnetworks, or CNNs, are a specialized kind of neural network for processing data.
https://www.youtube.com/watch?v=2xqkSUhmmXU
MIT Introduction to Deep Learning 6.S191: Lecture 3 Convolutional Neural Networks for Computer Vision
RNN+
https://d2l.ai/chapter_recurrent-neural-networks/rnn.html
A neural network that uses recurrent computation for hidden states is called a recurrent neural network (RNN).
https://www.deeplearningbook.org/contents/rnn.html
Recurrent neural networks, or RNNs (Rumelhart et al., 1986a), are a family of neural networks for processing sequential data.
https://www.ibm.com/think/topics/recurrent-neural-networks
A recurrent neural network or RNN is a deep neural network trained on sequential or time series data to create a machine learning (ML) model that can make sequential predictions or conclusions based on sequential inputs.
Stable Diffusion+
https://course.fast.ai/Lessons/lesson9.html
This lesson starts with a tutorial on how to use pipelines in the Diffusers library to generate images.
https://www.youtube.com/watch?v=dMkiOex_cKU
earn how to use Stable Diffusion to create art and images in this full course.
还有更多 •••
相关职位
实习软件工程
1.研发基于多传感器（激光雷达、摄像头等）的4D时空场景重建和生成算法，融合时序信息实现动态物体和静态场景高精度建模； 2.研发场景生成、可交互视频生成等技术，支持自动驾驶场景的高保真场景生成，用于端到端自动驾驶算法的闭环仿真和强化学习训练； 3.结合闭环仿真结果，对场景生成相关算法进行迭代，推动端到端自动驾驶系统的联合优化。
更新于 2025-10-11北京|苏州|上海
实习算法
1. 负责计算机视觉项目开发、包括但不限于：3D/4D重建、目标跟踪、3DGS或Nerf的深度学习模型的实现与优化； 2. 协助算法设计与实现，完成模型训练、调优及性能评估； 3. 负责阅读并复现前沿论文，探索技术落地可能性； 4. 负责撰写技术文档、输出算法设计、实验分析及项目总结报告。
更新于 2025-09-16深圳
实习算法
1. 负责多模态大模型算法研究，针对手持影像开展大模型理解、生成、规划等相关算法的实现和优化； 2. 协助算法设计与实现，完成模型训练、调优及性能评估； 3. 负责阅读并复现前沿论文，探索技术落地可能性； 4. 负责撰写技术文档、输出算法设计、实验分析及项目总结报告。
更新于 2025-11-21深圳
实习通义研究型实习生
本项目聚焦于多模态交互数字人技术的前沿探索，旨在基于对话双方的多模态上下文（包括文本、语音、视频等），实现3D数字人表情与肢体动作的实时生成与动态驱动，显著提升数字人的拟人性、情感表达能力与临场感。研究成果将支撑虚拟主播、情感陪伴、沉浸式人机交互等创新应用场景。
更新于 2025-11-24杭州