灵犀互娱灵犀互娱-3D场景专家-广州

云端大模型算法工程师/专家 1、云端任务大模型算法研发：负责数据驱动的云端大模型算法研发和优化，包括多模态大模型、生成式世界模型等方向；开发基于多传感器数据、时空数据融合的自动标注算法；研发场景与标签的生成式算法技术，探索云端动静态场景重建算法上限，提升自动驾驶感知-拓扑-规划云端一体化能力; 2、云端基座大模型研发：基于海量量产数据，研发无监督/自监督算法，持续提升大模型的语义理解能力和空间感知能力；搭建和优化云端自动化标注产线，将重建/生成的场景真值应用于大规模模型训练和评测; 3、Scaling Law算法研发：负责车云平台一体化大模型算法研发和优化，研发和设计基于数据驱动的感知迭代链路；构建高效的自训练感知pipeline，提高数据闭环效率。

1、参与游戏前期世界观构建，负责场景原画的风格制定，并对设计任务进行分析拆解； 2、负责项目场景原画设计及氛围图，输出符合项目调性的建筑、环境、物件等，确保设计符合游戏整体艺术风格； 3、对内外部场景原画资源进行审核及修改，输出原画设计模版及制作规范，把控环节设计风格的稳定性； 4、跟踪场景环节整体制作流程，并配合3D模块进行角色落地，确保设计目标在执行过程中不变形。

1.负责游戏场景的规划和设计，独立完成区域的场景高品质编辑工作； 2.根据项目需求，制定场景编辑的标准和流程，确保场景的质量与效率； 3.与美术团队紧密合作，确保场景设计与美术风格的一致性； 4.对场景性能进行评估和优化，保证游戏运行流畅； 5.负责和策划合作，根据玩法需求，确保场景编辑在游戏中的落地，配合调优关卡整体的体验； 6.与TA合作，提升场景的技术效果表现，提升场景的产品质量。

高精地图和定位团队介绍 如果将无人车和人脑类比，高精地图和定位系统大致对应于后者中掌管空间记忆、感知和定位的部分。它的使命是为无人车提供翔实准确的道路3D几何和语义信息，让无人车对行驶环境了如指掌，从而在其中行动自如，我们同时还负责提供高速、精准的3D定位，让车辆每时每刻都知晓当前的精确位置。高精地图和定位在无人车技术栈中占据着非常重要的位置，感知、规划、控制、仿真等各大模块都要依赖它提供的道路环境以及车辆位置的信息对周围世界进行理解，做出正确的决策。文远知行的高精地图和定位团队和公司一起成长，完全自主构建了大规模高精地图，覆盖中美多个城市超过3000公里道路，提供精确达厘米级的3D结构数据以及车道线、交通信号等大量语义信息。自行研发的定位技术，基于激光雷达、相机、卫星及惯性导航等多传感器融合，能提供实时的厘米级定位，成功实现了在暴雨中自动驾驶穿越1.5公里长隧道。 在人工智能的应用中，高精地图和定位是比较独特的。我们知道，计算机视觉作为人工智能的重要分支，其核心问题分为语义理解和几何理解两大类，前者以解析图像中物体或场景的语义信息为目的，后者的目标则是重构3D场景以及对物体进行3D定位。在高精地图和定位系统中，恰恰这两大类技术都有着非常关键的应用。除此之外，我们还是高精度卫星、惯性导航等硬件的重度用户，多模态信号处理和融合更是我们的核心技术之一。因此，这是一个多学科高度综合的应用，无论你精通深度学习等机器学习技术，还是专攻3D重建、SLAM，又或是信号处理、多传感器融合高手，这里都有你一展身手的广阔空间。同时，我们致力搭建大规模、高可用的高精度地图系统，大数据和全栈开发的编程精英同样能找到用武之地。 1. 基于深度学习打造不依赖高精度地图的定位和实时地图系统，包括模型设计、训练、部署，车上系统反馈和形成数据闭环 2. 设计和构建深度神经网络模型，用于对传感器数据进行特征提取、数据融合和位置估计 3. 处理和分析大规模的自动驾驶系统相关的Camera、Lidar、GPS和IMU等各种传感器数据，利用深度学习技术进行特征提取、数据建模和预测分析 4. 进行深度学习模型的调优和调参，以提高模型的性能、效率和鲁棒性