AI几何算法工程师

岗位职责
1、工业级几何智能生成方法研究：围绕文本、草图、点云、图像等多模态输入，探索面向工业场景的几何模型自动生成与重建技术路线，综合运用视觉理解、逆向工程、几何知识图谱与大模型等手段，攻克高精度几何还原、拓扑一致性维护、边界水密性保障等关键难题，输出可参数化编辑、携带高层特征语义的结构化CAD模型，推动生成结果满足工程制造标准并接入现有CAX业务流程。
2、几何多模态大模型研发：负责几何领域多模态大模型的架构设计与训练优化，研究图像、文本、点云、音视频等模态的几何特征统一表征与跨模态对齐机制，解决空间几何感知、几何逻辑推理、跨模态几何匹配等底层技术问题，开展预训练、微调与对齐全流程实验。
3、工业几何核心算法与表征研究：深耕三维建模/重建、几何配准、逆向工程、参数化特征识别、拓扑优化、边界水密修复、几何约束学习等关键技术；系统研究B-rep、CSG、建模命令序列（sketch-extrude-revolve-fillet等）、参数化特征树等多种几何表征方式及其相互转换，结合大模型能力优化传统几何算法，提升模型对工业级复杂零部件、不规则几何形体、稀疏点云等数据的理解与生成能力。
4、CAX工作流融合与工程化落地：负责将几何AI能力融入现有CAX（CAD/CAE/CAM）工作流与技术体系，完成模型训练、微调、推理全流程工程落地，适配主流CAD内核（OpenCASCADE/ACIS/Parasolid等）与工业软件接口，保障模型输出的工程可用性、稳定性与可制造性，支撑业务规模化落地。
5、工业几何数据集构建与优化：主导工业级几何多模态数据集的设计、采集、清洗、标注与数据增强，搭建高质量CAD模型-草图-点云-文本-音视频等配对数据集，设计针对性的参数化模型合成策略，构建工业场景数据飞轮，支撑模型高效训练迭代。
6、模型评测与工业级性能优化：建立面向工业场景的几何AI模型评测体系，覆盖几何精度公差、拓扑合法性、边界水密性、参数化可编辑性、特征语义一致性、工程可制造性等核心指标，持续迭代优化模型效果，解决模型几何畸变、拓扑错误、非水密边界、跨模态对齐偏差等问题。
7、几何引擎API与工具链建设：主导工业几何AI模型配套工具链、标准化API、通用几何处理组件的设计开发与迭代，封装几何感知、几何生成、逆向重建、参数化特征提取核心能力，支撑工业软件快速集成与二次开发。
8、前沿技术调研与创新：跟踪国内外计算几何、CAGD/CAD、多模态大模型、三维生成式AI、逆向工程前沿技术，开展技术预研与方案创新，落地前沿算法成果，持续提升团队工业几何AI技术壁垒。
9、技术文档与协作迭代：规范化输出算法设计方案、技术复盘报告、项目落地文档，联动产品、研发、工业软件团队拆解核心需求，统筹项目落地中的技术联调、问题排查与方案适配。

任职资格
• 教育背景：计算机科学、人工智能、机器人学、自动化等相关专业，本科及以上学历
• 工作经验：3年以上仿真/世界模型/自动驾驶/机器人相关领域经验，其中至少1年世界模型或场景生成经验
• 编程能力：精通Python，熟悉C++，代码风格良好，熟悉Linux开发环境，具备模块独立开发能力
【必备条件】
• 教育背景：计算机科学与技术、人工智能、模式识别、计算机视觉、应用数学、计算几何、图形学、机械工程、CAD/CAM等相关专业，硕士及以上学历，博士学历优先。
• 工作经验：具备几何建模、三维视觉、多模态大模型或CAD/CAX相关研发经验，有工业级几何AI模型、CAD智能生成、逆向工程或参数化建模等落地项目经验优先；
• 编程能力：精通Python，熟悉C++，代码风格良好，熟悉Linux开发环境，具备模块独立开发能力；
• 知识储备：具备扎实的计算几何、线性代数、概率论与数理统计、微分几何基础，熟悉CAGD/CAD核心算法原理（B样条/NURBS、布尔运算、拓扑表示、参数化特征等），熟悉B-rep、CSG、建模命令序列、参数化特征树等几何表征方式及其相互转换；熟悉点云配准、三维重建。