主分类：计算机视觉与图像感知算法研发
来源 JD 数据（旧分类保留，当前主分类见上方）
{
"schema_version": "via_ai_product_manager_jobs_v1",
"data_type": "ai_product_manager_jobs",
"job": {
"job_title": "【无人车北斗实习】前馈式3D重建实习生",
"job_level": "实习",AI生成
"work_category": "实习",AI生成
"department": "未披露",
"location": "北京市 / 深圳市",
"work_mode": "未披露",AI生成
"job_category": "技术类"AI生成
},
"company": {
"company_name": "美团",
"company_industry": "科技零售 / 生活服务",
"company_size": "10000人以上",
"company_website": "meituan.com",
"company_description": "美团通过科技推动服务零售和商品零售的数字化，连接消费者与商户。"
},
"compensation": {
"salary_range": {
"min": "",
"max": "",
"currency": "未披露",
"cycle": "未披露"
},
"benefits": "未披露"
},
"requirements": {
"working_years": "",
"degree": "未披露",
"language": "未披露",AI生成
"visa_support": "未披露",
"responsibilities": "【工作内容】\n1. 探索前馈式3D重建模型在大规模真实驾驶数据上的训练策略与泛化能力提升方法\n2. 参与数据预处理管道建设，优化大规模训练的工程效率与资源利用率\n3. 对重建质量进行系统性评估，输出模型迭代方案并推动应用落地\n【岗位吸引点】\n1. 大规模真实驾驶数据：美团 RoboVan 在多城市持续采集物流场景数据，为前馈式重建模型的训练与泛化提供充足且多样的真实数据\n2. 应用驱动的研究闭环：重建能力直接服务于高精地图生成与仿真场景构建，研究成果有明确的业务价值出口\n3. 基础设施完善：团队具备成熟的大规模分布式训练平台与数据工程体系，实习生可专注于算法本身而非工程搭建",
"requirements_text": "1. 具有前馈式3D重建模型的实际训练经验（实习或科研均可），熟悉主流重建框架\n2. 理解三维场景重建的核心技术原理，有处理大规模真实数据集的经验\n3. 有相关领域 CCF-A 类论文发表者优先考虑",
"skills": [AI生成
"建模"
],
"preferred_qualifications": "3. 有相关领域 CCF-A 类论文发表者优先考虑",
"job_highlights": "未披露"
},
"contact": {
"recruiter_name": "未披露",
"contact_methods": [
{
"type": "apply_link",
"value": "https://zhaopin.meituan.com/web/position/detail?jobUnionId=4501193441&jobShareType=1"
}
]
},
"posting": {
"posting_id": "4501193441",
"post_date": "",
"hire_time": "未披露",
"update_date": "20260917",
"job_url": "https://zhaopin.meituan.com/web/position/detail?jobUnionId=4501193441&jobShareType=1"
},
"fulltext": "【无人车北斗实习】前馈式3D重建实习生\n【无人车北斗实习】前馈式3D重建实习生\n\n基础信息\n工作地点：北京市 / 深圳市\n职位类别：技术类\n职位族群：算法\n更新时间：2026-05-22\n\n岗位职责\n【工作内容】\n1. 探索前馈式3D重建模型在大规模真实驾驶数据上的训练策略与泛化能力提升方法\n2. 参与数据预处理管道建设，优化大规模训练的工程效率与资源利用率\n3. 对重建质量进行系统性评估，输出模型迭代方案并推动应用落地\n【岗位吸引点】\n1. 大规模真实驾驶数据：美团 RoboVan 在多城市持续采集物流场景数据，为前馈式重建模型的训练与泛化提供充足且多样的真实数据\n2. 应用驱动的研究闭环：重建能力直接服务于高精地图生成与仿真场景构建，研究成果有明确的业务价值出口\n3. 基础设施完善：团队具备成熟的大规模分布式训练平台与数据工程体系，实习生可专注于算法本身而非工程搭建\n\n岗位基本要求\n1. 具有前馈式3D重建模型的实际训练经验（实习或科研均可），熟悉主流重建框架\n2. 理解三维场景重建的核心技术原理，有处理大规模真实数据集的经验\n3. 有相关领域 CCF-A 类论文发表者优先考虑\n【工作内容】\n1. 探索前馈式3D重建模型在大规模真实驾驶数据上的训练策略与泛化能力提升方法\n2. 参与数据预处理管道建设，优化大规模训练的工程效率与资源利用率\n3. 对重建质量进行系统性评估，输出模型迭代方案并推动应用落地\n【岗位吸引点】\n1. 大规模真实驾驶数据：美团 RoboVan 在多城市持续采集物流场景数据，为前馈式重建模型的训练与泛化提供充足且多样的真实数据\n2. 应用驱动的研究闭环：重建能力直接服务于高精地图生成与仿真场景构建，研究成果有明确的业务价值出口\n3. 基础设施完善：团队具备成熟的大规模分布式训练平台与数据工程体系，实习生可专注于算法本身而非工程搭建\n1. 具有前馈式3D重建模型的实际训练经验（实习或科研均可），熟悉主流重建框架\n2. 理解三维场景重建的核心技术原理，有处理大规模真实数据集的经验\n3. 有相关领域 CCF-A 类论文发表者优先考虑",
"standard_classification": {
"std_category_code": "T034",
"std_aux_codes": [],
"std_category_status": null,
"std_taxonomy_version": "20261104"
}
}