泊车建图定位算法工程师_XC
工作模式
在工地的
工作领域
工程
加入为
专业人员
工作时间
全日制
合同类型
有限期
赔偿
根据协议
你的任务
- 在智能泊车项目中负责空间定位与局部建图算法的开发与量产落地，并主导解决量产过程中遇到的各类棘手长尾场景。
- 设计并实现高效的多传感器数据融合估计框架（包含不限于惯导 IMU、轮速计、视觉相机、激光雷达等数据），确保车辆在无 GPS 信号的地下车库、多层停车场等复杂环境里依然能精准感知自身位置。
- 针对资源受限的车载算力芯片进行深入的底层代码优化，在保证定位精度的同时，最小化内存和计算开销，提升算法的运行效率。
- 敏锐捕捉 SLAM、三维重建及多模态融合领域的前沿学术与行业动向，评估并推动先进技术在实际量产产品中的应用落地。
您的个人资料 - 学历与专业：硕士及以上学历，计算机科学、车辆工程、数学、机器人学等相关专业。
- 工作经验：2年以上建图定位的开发经验。
- 理论基础：深刻理解 SLAM 技术链路（如图优化、状态估计等理论），熟悉常用的非线性优化库（如 Ceres、g2o、GTSAM）
- 编程能力：精通 C++ 编程，具备良好的代码风格和工程实践能力；同时熟悉 Python，能够用于快速原型验证和工具开发。
- 综合素质： 具备出色的逻辑思维能力、问题分析与解决能力，以及良好的沟通能力和团队协作精神
加分项：
- 拥有 AI 模型相关的学习背景或项目经验（例如：熟悉如何利用深度学习网络进行特征点提取/匹配、语义分割或端到端定位，熟悉 PyTorch 框架及 TensorRT 部署流程者尤佳）。
- 完整经历过至少一款 APA 自动泊车或 AVP 代客泊车等量产功能研发全周期的候选人优先
- 学历与专业：硕士及以上学历，计算机科学、车辆工程、数学、机器人学等相关专业。
- 工作经验：2年以上建图定位的开发经验。
- 理论基础：深刻理解 SLAM 技术链路（如图优化、状态估计等理论），熟悉常用的非线性优化库（如 Ceres、g2o、GTSAM）
- 编程能力：精通 C++ 编程，具备良好的代码风格和工程实践能力；同时熟悉 Python，能够用于快速原型验证和工具开发。
- 综合素质： 具备出色的逻辑思维能力、问题分析与解决能力，以及良好的沟通能力和团队协作精神
加分项：
- 拥有 AI 模型相关的学习背景或项目经验（例如：熟悉如何利用深度学习网络进行特征点提取/匹配、语义分割或端到端定位，熟悉 PyTorch 框架及 TensorRT 部署流程者尤佳）。
- 完整经历过至少一款 APA 自动泊车或 AVP 代客泊车等量产功能研发全周期的候选人优先
