安克创新3D点云算法工程师
任职要求
1. 可长期实习，3个月以上；计算机、自动化、机器人、计算机视觉等相关专业硕士以上学历，博士优先 2. 技术能力：熟练掌握Python + PyTorch，能独立完成深度学习模型训练、调参、评估全流程；具备C++基础，可读懂PCL/Open3D/OpenCV源码；熟悉3D深度学习或图像…
工作职责
安克实习生项目是面向正式校招岗位的人才培养与选拔通道。实习期间将按照校招标准进行系统的培养与综合评估，表现优秀者可直接获得校招转正机会，提前锁定正式校招席位。我们以严肃、长期的视角对待每一位实习生，也期待与你共同成长。 【你将参与】 1. 负责dToF原始稀疏点云的去噪、聚类与质量优化，面向障碍物检测场景进行工程落地；探索SAM等2D/3D视觉大模型与传统点云几何处理结合的新范式，提升复杂户外场景下的点云分割与补全效果 2. 研发基于引导滤波（Guided Filter）或轻量化神经网络的Depth Completion算法，融合dToF稀疏深度图与RGB图像，解决户外复杂光照下的深度边缘模糊问题，并针对草叶、金属、玻璃等低反/高反材质导致的dToF漏检问题，设计基于RGB语义信息的深度补偿方案 3. 调研并复现PoinTr、NLSPN、Depth Anything等SOTA网络，结合嵌入式端侧算力约束，完成模型从训练到TensorRT/RKNN量化部署的完整链路 4. 参与真实场景数据采集与标注，协助完成RGB与dToF时间戳同步及像素级外参标定，构建高质量评测benchmark，推动算法持续迭代
1. 构建基于计算机视觉 + VLM/MLLM 的容器与商品语义理解体系，融合图像、点云与文本信息，提高复杂 SKU 识别与定位鲁棒性。 2. 设计检测/分割 + 3D 点云融合网络，实现多品混放场景的实例分割与 6D 抓取点预测。 3. 对 LLaVA、Qwen2-VL、InternVL2.5 等多模态大模型进行指令微调，支持机器人自然语言任务下达与动态规划。 4. 负责相机、雷达联合标定，多传感器融合（RGB-D + 点云 + 力矩传感器）。 5. 搭建自动标注与主动学习流水线，建设数据飞轮。 6. 关注行业最新多模态技术，快速验证并落地仓储场景。
1. 推进机器人多模态大模型（VLM/VLA）的工程化落地：涵盖预训练、微调、训练加速和效果调优； 2. 基于issac sim搭建仿真环境验证操作模型，设计real2sim2real迁移框架，加速算法验证与落地； 3. 具身智能算法研发，包括不同数据配比/网络结构/本体构型，在toC场景完成长序列任务和技能泛化； 4. 研发自动化标注算法（2D/3D/VLA等），降低标注成本和提升标注质量； 5. 设计多模态数据（图像、视频和点云等）生成算法，增强数据多样性。
1.推进机器人多模态大模型（VLM/VLA）、3D感知算法的工程化落地：涵盖预训练、微调、训练加速和效果调优。 2.基于issac sim搭建仿真环境验证操作模型，设计real2sim2real迁移框架，加速算法验证与落地。 3.具身智能算法研发，包括不同数据配比/网络结构/本体构型，在toC场景完成长序列任务和技能泛化。 4.研发自动化标注算法（2D/3D/VLA等），降低标注成本和提升标注质量。 5.设计多模态数据（图像、视频和点云等）生成算法，增强数据多样性。
1、负责研发图像及点云数据的室内、室外等多场景的高质量三维重建算法 2、负责3d算法研究和落地，包括但不限于深度估计、SLAM、MVS、SFM、Nerf、3dgs等 3、负责隐式三维模型理解、生成、编辑相关技术的研究和探索