生成式AI 研究员-3D生成

Summary: Design, train, and optimize large-scale 3D generative models using diffusion and flow matching techniques. Bridge research and product deployment while collaborating on scalable training infrastructure and sharing technical insights.

主要职责包括（但不限于）：

• 模型研发： 设计、训练并优化大规模 3D 生成模型，涵盖预训练、后训练以及扩散模型（Diffusion）、流匹配（Flow Matching）和多模态学习等新兴范式。
• 科研转化： 弥合前沿研究与产品之间的鸿沟，将模型部署到服务数百万创作者的真实产品中，并利用人类反馈和创意评估进行迭代。
• 架构创新： 创造新颖的模型架构，使 3D 生成速度更快、质量更高、更具可控性。
• 系统协作： 与基础设施和系统团队合作，在 GPU 集群和云环境下构建可扩展的训练和数据流水线。
• 工程规范： 在快节奏的研究环境中保持工程严谨性：编写优雅的代码、进行可重复的实验，并以团队协作的方式构建软件。
• 知识共享： 通过内部演示、开源贡献或技术报告分享见解和突破，推动 3D 生成式 AI 领域的发展。

我们在寻找这样的你 (What We're Looking For)

• 扎实的工程能力： 精通 Python 和深度学习框架（首选 PyTorch）；能够游刃有余地在研究原型和生产系统之间切换。
• 深厚的背景知识： 熟悉 Transformers 及现代生成式 AI 模型（如 Diffusion、Flow matching、VAE 等）。
• 热情与洞察力： 对多模态 AI 充满好奇心和热情，对模型如何感知、表示和生成 3D 世界有直观的理解。
• 加分项： \* 熟悉在大规模基础设施（如 SLURM、Ray、k8s）上进行高性能训练。
• 对流行的开源机器学习项目有贡献，或在计算机视觉（CV）/ 机器学习（ML）顶级会议发表过论文。