3D点云算法工程师
1.8-3.5万元/月
更新 2025-12-27 06:44:57
浏览 853
职位详情
算法工程师
5-10年
机器学习 · 图像算法 · 深度学习 · 大模型算法 · Python
岗位职责:
1.主导Scan2BIM全流程算法的研发工作,聚焦于点云数据的预处理、大规模场景下的点云配准、语义与实例分割以及自动化BIM建模等核心算法的设计与实现,推动点云向结构化BIM模型的高效转换。
2.开展建筑、道路等基础设施场景中点云与BIM模型融合算法的开发,完成几何信息提取、模型一致性验证、逆向建模等功能,满足工程数字化交付及运维管理的实际需求。
3.针对现有算法在处理大规模点云数据时存在的性能瓶颈,开展多线程优化与GPU加速(CUDA)等关键技术攻关,持续提升算法精度、鲁棒性及工程落地能力。
4.搭建并完善点云数据标注体系,参与数据采集方案设计,推进数据集的迭代更新,为模型训练与算法优化提供高质量的数据支持。
5.密切关注点云处理、计算机视觉、深度学习及BIM领域前沿技术动态,探索其在建筑数字化、智能建造等应用场景中的可行性,形成技术积累与创新方案储备。
6.编写完整的算法设计文档、技术规范和测试报告,协同工程团队完成算法的集成落地与项目交付,积极参与跨部门的技术交流与协作。
任职要求:
1.学历背景:计算机科学、电子信息、自动化、测绘遥感、数学等相关专业硕士及以上学历;优秀本科毕业生需具备3年以上点云算法相关工作经验。
2.技术基础:熟练掌握点云处理核心技术,如点云滤波、配准、特征提取、聚类与分割等,有Scan2BIM或逆向建模项目实践经验者优先考虑。
3.编程与工具能力:精通C++/Python编程语言,熟练使用PCL、Open3D、VTK等主流点云处理开源库;熟悉PyTorch/TensorFlow等深度学习框架,具备PointNet++、VoxelNet等点云深度学习模型开发经验者优先。
4.工程能力:具有算法性能调优经验,了解CUDA加速、TensorRT推理优化、ONNX格式转换等相关技术;熟悉Linux开发环境,具备良好的编码规范与调试能力。
5.行业认知:熟悉BIM相关标准与业务流程,了解Revit、Dynamo等BIM软件工具,有建筑、道路等基础设施数字化建模项目经验者优先。
6.综合素养:具备优秀的逻辑思维、问题分析与创新能力;拥有良好的沟通协调能力和团队合作意识,能适应项目压力并高效推进任务执行。
1.主导Scan2BIM全流程算法的研发工作,聚焦于点云数据的预处理、大规模场景下的点云配准、语义与实例分割以及自动化BIM建模等核心算法的设计与实现,推动点云向结构化BIM模型的高效转换。
2.开展建筑、道路等基础设施场景中点云与BIM模型融合算法的开发,完成几何信息提取、模型一致性验证、逆向建模等功能,满足工程数字化交付及运维管理的实际需求。
3.针对现有算法在处理大规模点云数据时存在的性能瓶颈,开展多线程优化与GPU加速(CUDA)等关键技术攻关,持续提升算法精度、鲁棒性及工程落地能力。
4.搭建并完善点云数据标注体系,参与数据采集方案设计,推进数据集的迭代更新,为模型训练与算法优化提供高质量的数据支持。
5.密切关注点云处理、计算机视觉、深度学习及BIM领域前沿技术动态,探索其在建筑数字化、智能建造等应用场景中的可行性,形成技术积累与创新方案储备。
6.编写完整的算法设计文档、技术规范和测试报告,协同工程团队完成算法的集成落地与项目交付,积极参与跨部门的技术交流与协作。
任职要求:
1.学历背景:计算机科学、电子信息、自动化、测绘遥感、数学等相关专业硕士及以上学历;优秀本科毕业生需具备3年以上点云算法相关工作经验。
2.技术基础:熟练掌握点云处理核心技术,如点云滤波、配准、特征提取、聚类与分割等,有Scan2BIM或逆向建模项目实践经验者优先考虑。
3.编程与工具能力:精通C++/Python编程语言,熟练使用PCL、Open3D、VTK等主流点云处理开源库;熟悉PyTorch/TensorFlow等深度学习框架,具备PointNet++、VoxelNet等点云深度学习模型开发经验者优先。
4.工程能力:具有算法性能调优经验,了解CUDA加速、TensorRT推理优化、ONNX格式转换等相关技术;熟悉Linux开发环境,具备良好的编码规范与调试能力。
5.行业认知:熟悉BIM相关标准与业务流程,了解Revit、Dynamo等BIM软件工具,有建筑、道路等基础设施数字化建模项目经验者优先。
6.综合素养:具备优秀的逻辑思维、问题分析与创新能力;拥有良好的沟通协调能力和团队合作意识,能适应项目压力并高效推进任务执行。
相似职位
很抱歉,暂无相似职位!