职位描述岗位背景 当前团队在生成物理资产及用于 AI 训练的数据标注方面面临以下挑战： 物理参数（如摩擦力、关节驱动）采集耗时长 参数配置数量大，且专业要求高 产出效率低 相关人员需负责： 协助物理数据采集规范化及数据录入工作 针对 3D物理资产属性生成（尤其是刚体及软体部分）展开前沿方向研究 基于 3D 资产生成的特性需求，对现有物理引擎进行二次开发或功能优化 参与日常 Isaac 仿真环境维护、数据集引入及数据清洗工作 岗位要求 满足以下任意一条或多条： 具有良好的仿真功底，对现有物理引擎或自研物理引擎有过深度二次开发或独立开发经验 具备3D物理资产生成经验，参与过高质量物理资产生成项目（例如基于图片生成模型下的布料、软体、刚体物理属性等） 3年以上或同等经验及以上的游戏引擎开发工程师（可包含实习经历） 在Nips等平台发布过模拟属性生成相关文章的优先 熟悉物理参数（摩擦力、阻尼、弹簧系数等）采集与标注流程 能理解并优化物理仿真相关算法及数据 具有良好的论文功底 标准的代码工程开发能力 良好的沟通能力和团队协作能力 加分项 熟悉 Isaac Sim 或其他仿真平台 有自主完成物理资产生成或数据集构建的项目经验 对模拟有深度理解 对 3D 物理建模、AI 数据标注及仿真优化有浓厚兴趣 收获与成长 参与前沿 3D 物理资产生成与 AI 数据标注研究 接触物理引擎二次开发及优化 深入理解刚体、软体及复杂物理系统在仿真中的表现 有机会将研究成果应用到实际训练数据生成和工业仿真场景中任职要求必要条件： - 教育背景： 计算机科学、物理学、数学、工程学或相关领域的硕士或博士学位。 - 编程能力： 精通C++，具备扎实的软件工程基础和大规模项目开发经验；同时熟练掌握Python，能够进行快速原型开发和脚本编写。 - 物理仿真经验： 深入理解刚体动力学、计算几何及数值分析等核心概念；拥有至少一款主流物理引擎的使用、二次开发或底层开发经验。 - 数学功底： 具备优秀的数学功底，尤其是在线性代数、微积分、数值方法和计算几何方面。 - 团队协作： 具备出色的沟通能力和团队合作精神，能够与来自不同背景的算法研究员和工程师高效协作。 加分项： - 有从零开始开发或主导开发物理仿真引擎的经验。 - 熟悉GPU并行计算，有大规模并行计算系统的优化经验。 - 在计算机图形学领域有深入研究，熟悉渲染管线、着色器开发等。 - 对机器人学有深入了解，熟悉运动学、动力学建模以及控制算法。 - 有机器学习或深度学习背景，了解强化学习并理解其对仿真环境的需求。 - 在顶级学术会议（如SIGGRAPH, NeurIPS, ICRA, ICLR等）上发表过相关领域论文者优先。
