生成式 3D / CAD 大模型研发工程师

研究方向（可根据背景负责一个或多个） · Text2CAD：文本 → 参数化、结构化 3D · Image2CAD：图像 / 工程图 → 参数化、结构化 3D· Point/Mesh2CAD：点云、Mesh → 参数化 CAD· CADEditor：用自然语言指令编辑参数化 3D · CADAgent：面向复杂设计任务的规划、工具调用、执行与验证· CADAssembly：多零件装配、空间关系与装配约束推理 · CADJoint：运动副、自由度与运动约束的理解与生成 岗位职责 · 模型研发：参与大模型架构设计、预训练、SFT、强化学习与推理优化；研究文本、图像、工程图、点云、Mesh、B-Rep、参数化代码等多模态的统一建模；研究参数化 CAD 的结构化生成，以及模型对几何结构、拓扑关系、尺寸参数和设计意图的理解与推理 · 数据与训练：参与大规模 3D / CAD 数据的构建、清洗、合成与质量评估；设计数据配比与 Curriculum Learning 策略；利用 CAD Kernel、渲染引擎搭建数据生成与验证 Pipeline · 评测与迭代：建立生成式 CAD 的 Benchmark 与自动评测体系（几何相似度、拓扑一致性、参数准确率、代码可执行率等），探索超越 CD、IoU 的结构化 3D 评价方法；系统分析失败 Case，持续迭代 · 工程落地：将算法落地到真实产品，与 CAD Kernel、几何引擎及 Web 产品集成，优化推理速度、成功率与计算成本 任职要求 · 计算机、人工智能、软件工程、自动化、机械、数学、计算机图形学等相关专业，本科及以上学历 · 熟练使用 Python 和 PyTorch，熟悉 Transformer、LLM 或 VLM 的基本原理 · 熟悉 Pretraining、SFT、LoRA/PEFT、RL 等至少一种大模型训练流程 · 能独立阅读并复现 ML、CV、NLP、3D Vision 或 Graphics 领域论文 · 有较强的训练 Debug 与实验分析能力，而不只是调用 API · 能完成 Data → Training → Evaluation → Analysis 的完整闭环 各方向优先背景 · Text2CAD / CADEditor：Code LLM、程序合成、结构化生成、约束解码；有代码模型 SFT / RL / Verifier 训练经验；熟悉 CadQuery、build123d、OpenCascade 更佳 · Image2CAD：多模态大模型 / VLM（ViT、CLIP 等）、Image-to-3D、多视图重建；有 Qwen-VL、InternVL、LLaVA 等模型微调经验更佳 · Point/Mesh2CAD：3D Vision、点云网络（PointNet、Point Transformer 等），熟悉 Mesh、SDF 等三维表示，了解 B-Rep · CADAgent：LLM Agent、Tool Use、Reasoning，熟悉 RLVR、过程 / 结果奖励模型；有代码、GUI 或机器人 Agent 经验 · CADAssembly / CADJoint：图神经网络、空间推理、SE(3)；有机器人、具身智能或物理仿真（Isaac Sim、MuJoCo 等）背景 满足任一条件优先 · NeurIPS、ICLR、ICML、CVPR、ICCV、ECCV、ACL、EMNLP、SIGGRAPH 等顶会论文作者 · 有大模型预训练或百卡以上分布式训练经验（DeepSpeed、FSDP、Megatron-LM 等） · 熟悉 CUDA、Triton、FlashAttention 等训练 / 推理优化 · 有 CAD、CAE、机器人、Physical AI 等领域背景，或较强的数学、几何、图形学功底 不强制要求：入职前熟练掌握 CAD 软件、机械专业出身、有工业 CAD 项目经验。只要你在 LLM / 多模态 / 3D Vision / Agent / Graphics 方向能力扎实，CAD 和参数化建模知识可以入职后快速补上。