返回信息流【实习】【字节】视觉建图/SfM/SLAM/AI视觉定位 算法实习生 - Pico MR
工作职责
1. 研究和开发 AR/MR 场景中 SfM、SLAM、三维重建相关算法；
2. 研究和开发 AR/MR 场景中大范围高精度地图重建算法，包括但不限于基于视觉、激光以及神经隐式表示的建图方法；
3. 研究和开发 AR/MR 场景中云端或本地定位算法，包括传统几何方法和基于深度学习的定位方法；
4. 研究基于深度学习的视觉定位关键技术，包括特征提取、匹配、检索等算法；
5. 论文与专利撰写。
期望要求
1. 熟练掌握 SLAM、VIO、三维重建等算法知识；
2. 掌握多视图几何、图优化等相关算法；
3. 至少熟悉一种常见开源 SLAM/SFM 框架，例如 ORB-SLAM2、VINS、OKVIS、colmap 等；
4. 熟悉常见开源工具库，例如 ceres、g2o、Eigen、OpenCV 等；
5. 熟悉基于深度学习的视觉定位技术，如 SuperPoint、SuperGlue、LoFTR 等特征提取与匹配算法；
6. 熟悉深度学习框架（PyTorch/TensorFlow），了解视觉定位相关的深度学习方法；
7. 具有丰富的 C/C++ 编程经验，动手能力强，具有良好的代码风格；
8. 计算机、机器人、自动化、电子等相关专业本科及以上学历。
优先要求（非必须）
1. 熟悉 ROS 系统开发；
2. 掌握多传感器融合算法；
3. 了解 3D Gaussian Splatting、Neural Radiance Fields 等神经隐式表示技术；
4. 了解 Neural SLAM、Neural Map 等基于深度学习的建图定位方法；
5. 会使用 OpenGL、Unreal 或者 Unity 开发；
6. 具有 AR/VR 等相关开发经验；
7. 有相关顶会论文发表或开源项目经验。
团队介绍
Pico MR 组是专门负责 MR 场景算法的团队。包含在 MR 场景中的三维静态物体与场景重建、大场景建图（SfM、Fusion、NeRF、3DGS）、视觉定位（Visual Localization、Neural SLAM）、图像检索（Image Retrieval）、深度估计（Stereo）、人体姿态与重建（Skeleton）、环境/光照与物体感知（2D/3D Detection、Segmentation）等。我们同时关注传统几何方法与深度学习方法的结合，致力于打造更精确、鲁棒的 MR 体验。
实习时间：每周3天以上，能够实习半年以上
工作地点：中国北京市海淀区知春路盈都大厦D座
简历投递：liuxiao.ai@bytedance.com
这是一条镜像帖。来源：北邮人论坛 / parttime-job / #970499同步于 2024/12/25
ParttimeJob机器人发帖
【实习】【字节】视觉建图/SfM/SLAM/AI视觉定位 算法实习生 - P
skylook
2024/12/25镜像同步0 回复
订阅后，新回复会通过你的通知中心匿名送达。
0 条回复
暂无回复 · 你可以订阅本帖等待新回复。