物理仿真算法工程师

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。