生涯星
元戎启行
批次：
毕业不限
状态：
进行中
来源：
其他
投递方式：
官网投递
网申时间：
2026-03-18 ~ 2126-03-18
招聘流程：
网申→简历筛选→笔试→面试→Offer
岗位信息（1个）
SLAM算法实习生
岗位大类：
算法,3D视觉,车辆路径规
岗位子类：
-
所属部门：
-
学历要求：
本科
专业要求：
-
毕业年份：
-
招聘人数：
-
工作地点：
深圳
薪资说明：
-
岗位描述
【岗位职责】
1. 面向乘用车量产业务的行泊车场景，开发高精度、高可靠性的定位与建图算法，解决量产中的长尾问题；
2. 优化融合定位系统的激光里程计、点云匹配(lidar matching)、静态检测等部分，提高定位系统的精度；
3. 优化融合定位系统在部分退化场景下的性能，提高系统鲁棒性；
4. 参与多传感器（GNSS/LiDAR/IMU/轮速/视觉等）数据融合定位方案设计，适配车规级硬件实现精准定位与动态建图。
【任职要求】
1. 熟练掌握C++编程，熟悉ROS框架及Linux开发环境。
2. 理解主流SLAM框架（如LIO-SAM、FAST-LIO、VINS-Mono等），熟悉其源码实现与优化方法；
3. 熟悉激光里程计前端，熟悉ICP、GICP等点云匹配算法，熟悉静态检测；
4. 熟悉激光slam的退化检测及其在退化场景下的处理方法；
5. 熟悉Kalman Filter、非线性优化理论，具备多传感器融合算法开发经验；
6. 熟悉LiDAR/IMU/GNSS/轮速等车载传感器特性及数据处理方法；
7. 在机器人/自动驾驶领域顶会发表过论文或参与过机器人竞赛/开源SLAM项目贡献优先。
1. 面向乘用车量产业务的行泊车场景，开发高精度、高可靠性的定位与建图算法，解决量产中的长尾问题；
2. 优化融合定位系统的激光里程计、点云匹配(lidar matching)、静态检测等部分，提高定位系统的精度；
3. 优化融合定位系统在部分退化场景下的性能，提高系统鲁棒性；
4. 参与多传感器（GNSS/LiDAR/IMU/轮速/视觉等）数据融合定位方案设计，适配车规级硬件实现精准定位与动态建图。
【任职要求】
1. 熟练掌握C++编程，熟悉ROS框架及Linux开发环境。
2. 理解主流SLAM框架（如LIO-SAM、FAST-LIO、VINS-Mono等），熟悉其源码实现与优化方法；
3. 熟悉激光里程计前端，熟悉ICP、GICP等点云匹配算法，熟悉静态检测；
4. 熟悉激光slam的退化检测及其在退化场景下的处理方法；
5. 熟悉Kalman Filter、非线性优化理论，具备多传感器融合算法开发经验；
6. 熟悉LiDAR/IMU/GNSS/轮速等车载传感器特性及数据处理方法；
7. 在机器人/自动驾驶领域顶会发表过论文或参与过机器人竞赛/开源SLAM项目贡献优先。
任职要求
1. 熟练掌握C++编程，熟悉ROS框架及Linux开发环境。
2. 理解主流SLAM框架（如LIO-SAM、FAST-LIO、VINS-Mono等），熟悉其源码实现与优化方法；
3. 熟悉激光里程计前端，熟悉ICP、GICP等点云匹配算法，熟悉静态检测；
4. 熟悉激光slam的退化检测及其在退化场景下的处理方法；
5. 熟悉Kalman Filter、非线性优化理论，具备多传感器融合算法开发经验；
6. 熟悉LiDAR/IMU/GNSS/轮速等车载传感器特性及数据处理方法；
7. 在机器人/自动驾驶领域顶会发表过论文或参与过机器人竞赛/开源SLAM项目贡献优先。
2. 理解主流SLAM框架（如LIO-SAM、FAST-LIO、VINS-Mono等），熟悉其源码实现与优化方法；
3. 熟悉激光里程计前端，熟悉ICP、GICP等点云匹配算法，熟悉静态检测；
4. 熟悉激光slam的退化检测及其在退化场景下的处理方法；
5. 熟悉Kalman Filter、非线性优化理论，具备多传感器融合算法开发经验；
6. 熟悉LiDAR/IMU/GNSS/轮速等车载传感器特性及数据处理方法；
7. 在机器人/自动驾驶领域顶会发表过论文或参与过机器人竞赛/开源SLAM项目贡献优先。
元
元戎启行
169
笔试题目
363
面试经验
130
面经短评