顺丰速运
传感器标定算法工程师
传感器标定算法工程师
发布于 大约 17 小时前普通员工/个人贡献者
深圳市
高级经验
全职员工
仅现场办公
学历未注明
自动驾驶
CUDA
Camera
机器人
OpenCV
Lidar
PCL
IMU
传感器标定
AI 估算 · 30k–50k
深圳高薪算法岗位，大厂平台稳定，多传感器标定技能稀缺，市场竞争力强。
职位详情
关于这个职位
作为顺丰速运的传感器标定算法工程师，你将负责多传感器系统的标定算法研发与落地，包括相机、LiDAR、IMU、Radar等，涉及离线标定与在线自标定技术
该职位需要扎实的数学基础和工程能力，工作与自动驾驶、机器人等前沿领域紧密相关，适合对多传感器融合和算法优化有热情的工程师
最低要求
扎实的数学基础，熟悉李群李代数、非线性优化、状态估计 2. 精通相机模型与标定（内参、外参、畸变校正），熟悉 OpenCV 3. 熟悉 LiDAR-Camera 联合标定流程，熟练使用 PCL、Open3D 等点云库 4. 熟悉 IMU 标定与 IMU/Camera/LiDAR 融合算法 5. 熟练掌握 C++，熟悉 Linux 开发环境，具备良好的工程代码能力 6. 熟悉算法优化与加速，有 CUDA、多线程、嵌入式部署经验优先 7. 熟练运用AI辅助工具（如代码生成、数据分析、模型调优等）进行算法开发与优化
具备利用AI技术解决复杂工程问题的能力，并能评估其在实际场景中的有效性与局限性
工作职责
负责相机、LiDAR、IMU、Radar 等多传感器系统的标定算法研发，包括离线标定与在线自标定 2. 研究基于运动约束、场景约束的自标定方法，实现传感器参数的在线估计与自校正 3. 将标定算法落地到实际产品，保证算法的稳定性、精度与实时性 4. 设计和实现传感器内外参的标定算法，优化标定流程，提升标定效率 5. 搭建自动化标定产线或工具链，支持大规模数据的批量标定 6. 参与传感器选型评估，从工程角度提供标定方案支持 7. 负责将AI工具与方法应用于算法研发全流程，提升开发效率与解决方案的智能化水平
优先资格
有无人机、自动驾驶、机器人产品级算法落地经验 2. 熟悉 VINS-Fusion、ORB-SLAM、LIO-SAM 等开源框架并有二次开发经验 3. 有传感器出厂标定或产线标定工具开发经验 4. 了解毫米波雷达原理和标定系统
AI 洞察
优缺点分析
优点
- 技能稀缺性强，多传感器标定是自动驾驶和机器人领域的关键技术，就业前景广阔
- 顺丰作为上市巨头，平台稳定，项目落地机会多，能接触到量产级产品
- 工作涉及AI工具应用，有利于掌握最新开发方法，提升效率
- 算法岗位薪资水平高，且大厂通常有较好的福利待遇
- 技术难度高，需要扎实的数学和编程基础，以及多传感器融合的实践经验
- 算法落地到产品中需要保证稳定性、精度和实时性，对工程能力要求高
- 自动驾驶行业加班可能较多，工作强度较大
- 适合热爱算法研究、数学基础扎实、享受解决复杂工程问题、希望深耕自动驾驶或机器人领域的工程师
缺点 / 挑战
暂无明显挑战项
角色解读
- 纵向成长：从标定算法工程师晋升为高级算法专家或技术负责人，主导核心算法方向
- 横向扩展：积累多传感器融合经验，可转向自动驾驶感知、SLAM或机器人控制领域
- 管理路径：若具备领导力，可成为技术团队主管或项目经理
- 研发相机、LiDAR、IMU、Radar等多传感器的标定算法，包括离线和在线标定
- 利用运动约束和场景约束实现传感器参数的自标定与自校正
- 将算法部署到实际产品中，设计自动化标定产线或工具链，提升标定效率
- 参与传感器选型评估，并结合AI工具优化算法开发流程
- 扎实的数学基础，包括李群李代数、非线性优化和状态估计
- 精通相机模型和标定，熟悉OpenCV
- 掌握LiDAR-Camera联合标定及点云库PCL、Open3D
- 熟练掌握C++，具备Linux开发环境和工程代码能力
- 了解CUDA、多线程等优化技术
申请策略
- 了解顺丰在自动驾驶和机器人领域的业务布局，展示对物流场景标定需求的理解
- 在面试中强调解决实际问题的能力，准备好项目案例的技术细节
- 重点突出多传感器标定项目经验（如相机-激光雷达联合标定、IMU-Camera融合）
- 强调数学建模和优化算法能力，展示相关论文或开源贡献
- 列出C++编程和工程落地成果，如标定工具链或产线自动化项目
- 如有AI辅助开发案例，详细说明如何用AI提升效率
- 复习李群李代数、非线性优化（如g2o、Ceres Solver）和状态估计理论
- 动手实践VINS-Fusion、LIO-SAM等开源框架，加深对多传感器融合的理解
面试指南
- 对于标定算法问题：先阐述数学原理（如投影模型、非线性优化）、再说明工程实现（如特征提取、数据关联），最后强调优化技巧
- 对于项目经验问题：采用STAR法则（情境-任务-行动-结果），重点突出你的贡献和量化成果
- 对于AI辅助问题：说明如何利用AI生成代码、数据分析或模型调优，并评估其有效性
- 请解释相机内参标定和畸变校正的原理及OpenCV实现
- 如何设计一个LiDAR和Camera的联合标定算法？请说明步骤和关键点
- 描述IMU预积分在VINS中的应用，以及标定IMU零偏的方法
- 在实际工程中，如何平衡标定精度和实时性？请举例
- 你如何利用AI工具辅助算法开发和优化？请分享一个具体案例
匹配度报告
65
综合匹配度
大厂算法岗，前沿技术栈，技能成长性高，但WLB一般，薪资面议。
适合人群
最适合追求技术成长和职业发展的求职者，愿意投入高强度工作换取前沿技能积累。
最强匹配
成长发展匹配
最弱匹配
工作生活匹配
薪资福利60
成长发展90
工作生活40
使命价值70
薪资福利匹配
60中等
JD未提及具体薪资福利，但大厂算法岗通常薪资较高且稳定，但面议性质导致评分中等。
薪资信号未披露（AI估算：30K-50K/月）
成长发展匹配
90较高
工作涉及前沿的多传感器标定和AI工具，技能成长空间大，公司平台大，有产品化机会，但未明确晋升路径。
技术前沿前沿/新兴技术
技术栈李群李代数、非线性优化、状态估计、OpenCV、PCL、Open3D、CUDA、VINS-Fusion、ORB-SLAM、LIO-SAM
业务类型ambiguous
工作生活匹配
40较低
深圳现场办公，无远程或弹性工作信息，行业特点可能导致高强度工作，WLB信号不明。
工作模式仅现场办公
办公地点未明确
加班情况未提及（无法判断）
使命价值匹配
70中等
行业属于自动驾驶/机器人高速赛道，技术有社会价值，但JD未强调使命感，创新程度积极。
行业发展高速增长赛道
社会影响中性/一般
创新程度积极采用新技术
Watch Jobs