核心工作職責(zé):
高保真仿真環(huán)境構(gòu)建:運(yùn)用神經(jīng)渲染、擴(kuò)散模型、3D 生成等前沿技術(shù),構(gòu)建并渲染高逼真、可程序化的動(dòng)態(tài)三維場(chǎng)景,提升仿真視覺效果與場(chǎng)景多樣性。
場(chǎng)景語義生成與編輯:開發(fā)空間智能驅(qū)動(dòng)的自動(dòng)化工具,依據(jù)語義規(guī)則或真實(shí)數(shù)據(jù),生成符合物理規(guī)律與業(yè)務(wù)邏輯的復(fù)雜仿真場(chǎng)景。
物理與行為模型集成:研發(fā)并集成數(shù)據(jù)驅(qū)動(dòng)的物理模型和智能體行為模型,突破傳統(tǒng)規(guī)則仿真局限,讓仿真物體交互更貼近現(xiàn)實(shí)。
仿真 - 現(xiàn)實(shí)數(shù)據(jù)閉環(huán)搭建:構(gòu)建真實(shí)數(shù)據(jù)到仿真場(chǎng)景的自動(dòng)轉(zhuǎn)換管道,依托行業(yè)世界模型生成大規(guī)模合成數(shù)據(jù),填補(bǔ)長尾場(chǎng)景與數(shù)據(jù)缺口。
AI 訓(xùn)練效率優(yōu)化:設(shè)計(jì)實(shí)現(xiàn)支持分布式強(qiáng)化學(xué)習(xí)、大規(guī)模并行仿真的運(yùn)行框架,優(yōu)化仿真全鏈路性能,提升 AI 訓(xùn)練效率。
仿真評(píng)估與可解釋性體系建立:搭建智能體仿真評(píng)估指標(biāo)體系,開發(fā)可視化分析工具,診斷 AI 模型失效案例并輸出可解釋的改進(jìn)建議。
任職要求:
教育背景:計(jì)算機(jī)科學(xué)、人工智能、仿真技術(shù)、自動(dòng)化等相關(guān)專業(yè)碩士及以上學(xué)歷。
工作經(jīng)驗(yàn):3 年以上仿真系統(tǒng)開發(fā)經(jīng)驗(yàn),具備自動(dòng)駕駛、機(jī)器人、游戲 AI 或數(shù)字孿生仿真項(xiàng)目經(jīng)驗(yàn);擁有生成式 AI 內(nèi)容生成或強(qiáng)化學(xué)習(xí)智能體訓(xùn)練的實(shí)戰(zhàn)經(jīng)驗(yàn)。
核心技能:熟練掌握 Unity/Unreal Engine 或 NVIDIA Omniverse 等仿真開發(fā)工具鏈及相關(guān)腳本開發(fā);具備扎實(shí)的三維數(shù)學(xué)與圖形學(xué)、物理引擎原理知識(shí);精通 Python/C++,能實(shí)現(xiàn)并優(yōu)化復(fù)雜仿真邏輯與 AI 接口;熟悉機(jī)器學(xué)習(xí)流程,有仿真環(huán)境下 AI 模型訓(xùn)練實(shí)操經(jīng)驗(yàn)。
AI First 基礎(chǔ)能力:深刻理解仿真的 “數(shù)據(jù)工廠” 與 “AI 訓(xùn)練加速器” 雙重定位,能為算法團(tuán)隊(duì)設(shè)計(jì)教學(xué)型仿真場(chǎng)景與任務(wù);具備通過定義仿真任務(wù)和指標(biāo)引導(dǎo) AI 模型能力發(fā)展的思維;專注于通過自動(dòng)化工具鏈提升仿真內(nèi)容生產(chǎn)效率與多樣性,賦能大規(guī)模 AI 訓(xùn)練。