招深度学习算法工程师

【高级算法】 职位描述： 1. 参与或主导布局引擎的架构设计与开发，涵盖约束条件验证（如碰撞检测、边界限制、靠墙对齐等）及布局方案生成与优化（采用启发式算法/GA/SA 或约束求解方法）。 2. 若引入模型预测方案，需完成数据表征构建、预处理流程、模型推理封装、结果后处理及约束一致性校验的全流程闭环，并实现与规则系统的协同机制及降级应对策略。 3. 负责统一房间与家具对象的数据结构表达（包括多边形、网格、尺寸参数与方向信息），并开发相关几何运算基础模块（基于 Shapely/NumPy 等工具）。 4. 实现或集成 2D 平面图的绘制与可视化功能；可选参与 3D 场景渲染或与前端系统/Unity 引擎的交互对接工作。 5. 设计清晰可用的接口规范（如 Python 模块或 REST API），支持业务层调用，并支撑后续产品化落地（如户型识别、家具资源库、交互式编辑等功能）。 6. 确保代码具备良好可维护性与可测试性，落实配置管理、日志记录与基础监控能力，便于问题定位与版本迭代。 岗位要求： 1. 本科及以上学历，计算机、数学、自动化、地理信息系统等相关专业优先考虑。 2. 具备3年以上相关领域开发经历，有空间排布、路径规划、约束优化或图形学/几何算法项目实践经验者优先。 3. 精通 Python 编程，具备良好的编码规范和模块化设计意识。 4. 具备扎实的数学与几何知识：熟悉平面几何原理、多边形操作与碰撞判断、坐标系转换等内容，能独立实现或利用现有库（如 Shapely）完成“点在区域内、矩形相交、边界合规”等逻辑判断。 5. 掌握约束满足问题、搜索与优化的基本方法，至少熟悉启发式策略、贪心法、遗传算法（GA）、模拟退火（SA）中的一种，并具有实际编码实现经验。 6. 能够阅读并理解线性规划、整数规划或约束求解工具（如 OR-Tools、SciPy）的技术文档，并应用于布局分配或材料裁剪类问题者为加分项。 7. 需具备团队协作与管理能力，拥有大型企业项目经验者优先。 【加分项】 1. 具备深度学习背景（PyTorch/TensorFlow）：例如图像生成、序列建模、强化学习（RL）、图神经网络（GNN）等技术，在“布局生成或布局评估”场景中实现过模型推理与结果处理者优先。 2. 拥有 ONNX 格式应用或模型部署经验：包括模型导出、量化压缩、推理封装及性能优化实践。 3. 有室内设计、家居装修、CAD/BIM 或游戏关卡编辑相关项目经历，了解房间结构、家具属性、人流动线等业务逻辑者优先。 4. 曾主导从零到一的算法产品或中台服务建设，并推动其完整落地应用。