岗位描述
【岗位职责】
1、负责无人车定位数据闭环系统的设计、研发与落地,构建从数据采集、回灌、评测到问题挖掘的完整链路;
2、搭建并持续完善定位/建图算法的自动化评测与回归测试平台,实现定位精度、实时性、鲁棒性等核心指标的量化评估与可视化;
3、设计并开发自动化问题分析工具链,对定位丢失、漂移、建图失败等异常case进行自动检测、聚类、归因与分级;
4、参与多传感器融合定位方案(激光雷达、视觉、IMU、轮式里程计等)的问题定位与调优,将线上问题反哺到算法优化;
5、配合团队完成算法与工具的工程化,包括代码架构设计、模块封装、单元测试及CI/CD集成。
【任职要求】
1、本科及以上学历,计算机、自动化、机器人、电子信息、数学等相关专业;
2、具备扎实的C++编程基础,熟悉C++11/14/17新特性,具有良好的代码风格和工程规范意识;
3、熟悉Linux开发环境,具备较强的调试与性能优化能力(如多线程、内存管理、性能剖析工具等);
4、具备较强的Python开发能力,熟悉数据处理、脚本自动化及可视化工具(如Numpy、Pandas、Matplotlib、Plotly等);
5、对SLAM定位与建图有一定的理论基础或项目经验,了解常见方案原理及其评价指标体系(如APE/RPE、EVO等评测工具),如:
激光SLAM(如Cartographer、LOAM、LeGO-LOAM等)
视觉/视觉惯性SLAM(如ORB-SLAM、VINS-Mono/Fusion等)
滤波类方法(EKF/UKF/粒子滤波)或图优化方法(g2o、Ceres、GTSAM)
6、有数据平台、评测系统、仿真回灌或自动化测试相关开发经验者优先;
7、熟悉常用机器人开发框架者优先,如ROS/ROS2,熟悉rosbag数据回灌与解析;
8、熟悉常见传感器数据特性(雷达点云、图像、IMU、编码器等)及数据对齐、时间同步者优先;
具备较好的数学与统计分析基础,如线性代数、概率论、非线性优化及数据统计分析相关知识;
9、有较强的学习能力、逻辑分析能力及问题排查能力,能够从海量数据中系统性定位与归因问题;
10、有实际量产项目或竞赛(如机器人比赛、自动驾驶比赛)经验者优先。
【加分项】
1、对大模型应用有一定基础,了解其在异常检测、场景分类、问题自动归因中的应用;
2、有开源SLAM项目或数据工具链贡献经验;
3、发表过相关领域论文或专利。