字节跳动
视觉SLAM与时空智能算法工程师-PICO
视觉SLAM与时空智能算法工程师-PICO
发布于 大约 17 小时前普通员工/个人贡献者
北京市
中级经验
全职员工
仅现场办公
硕士
RAG
LLM
知识图谱
GraphRAG
VLM
视觉SLAM
三维重建
地图建图
多模态问答
时空数据管理
AI 估算 · 30k–50k
算法岗，大厂PICO，前沿技术栈，硕士及以上，薪资竞争力强
职位详情
关于这个职位
该职位负责视觉SLAM与时空智能算法的研发，聚焦大规模建图、地图语义化和VLM/LLM融合，推动地图从定位能力向理解与知识能力演进
加入字节跳动PICO，你将参与前沿技术落地，在导航、场景理解等场景中发挥关键作用
适合对SLAM、多模态AI和地图系统有浓厚兴趣的算法工程师
最低要求
计算机、自动化、机器人等相关专业，硕士学位及以上
具备扎实的算法基础和工程实现能力，能够独立承担复杂系统设计与落地工作
在以下一个或多个方向具备扎实经验：
）高精地图、导航地图、自动驾驶地图、SLAM、VPS、三维重建等建图方向
）语义地图、拓扑图、空间检索、时空数据管理等方向
）多模态问答、RAG、GraphRAG、知识图谱等方向
对地图从定位能力向理解能力、知识能力、问答能力演进有较强兴趣，具备良好的抽象建模能力与系统思维
具备良好的跨团队协作与沟通能力，能够高效推动算法、工程、产品多方协同
工作职责
负责大规模建图算法，地图增量更新、版本管理、压缩存储、云端聚合与服务化分发能力建设，支撑大规模场景下的地图生产与迭代
负责地图语义化建模与时空知识组织，建设地点、区域、路径、物体、事件等多层级地图表达能力
负责地图系统与VLM/LLM的接口设计，构建基于地图、感知结果、历史记忆的上下文检索、时空问答与推理能力
结合实际业务需求，推动相关能力在导航引导、场景理解、地点记忆、主动服务等场景中的落地
建立地图质量、语义准确率、问答效果、系统实时性等评测体系，持续推动系统效果提升
AI 洞察
优缺点分析
优点
- 字节跳动大平台，PICO作为VR/AR头部品牌，技术资源充足
- 工作内容前沿，涉及SLAM、VLM/LLM、知识图谱等热门技术，成长性高
- 承担核心算法研发，对个人技术积累和职业竞争力提升显著
- 业务场景明确，算法易落地，能看到实际效果反馈
- 算法复杂度高，需同时掌握建图、语义、AI交互等多领域知识，学习曲线陡峭
- 跨团队协作频繁，需要较强的沟通和推动能力
- 适合对SLAM和多模态AI有浓厚兴趣、具备扎实算法工程能力、希望在AR/VR领域深耕的资深算法工程师
缺点 / 挑战
- 北京互联网大厂工作强度较大，可能面临加班和快速迭代压力
角色解读
- 从算法工程师向技术专家或架构师发展，深耕SLAM与空间智能领域
- 随着AR/VR行业爆发，可转向产品级地图系统负责人或AI负责人
- 积累多模态AI和地图融合经验，未来可进入自动驾驶、机器人等更广阔赛道
- 负责大规模建图算法研发，包括地图增量更新、版本管理和云端聚合，支持地图高效生产与迭代
- 构建地图语义化模型和时空知识组织，实现地点、区域、路径等多层级表达
- 设计地图系统与VLM/LLM的接口，开发基于地图和感知的上下文检索与时空问答能力
- 推动地图能力在导航引导、场景理解、地点记忆等业务场景落地，并建立评测体系持续优化
- 扎实的SLAM/地图建图算法基础，熟悉高精地图或自动驾驶地图相关技术
- 掌握语义地图、拓扑图、空间检索或时空数据管理等方向
- 具备多模态问答、RAG、GraphRAG或知识图谱经验，熟悉VLM/LLM接口设计
- 较强的工程实现和系统设计能力，能够独立负责复杂算法落地
申请策略
- 提前了解PICO产品路线图，思考地图技术如何赋能AR导航、虚拟社交等场景
- 在简历和面试中强调系统性思维和跨团队协作案例
- 突出SLAM、高精地图或三维重建相关项目经验，体现算法落地能力
- 如有VLM/LLM、RAG、知识图谱等经验，详细描述技术与场景结合点
- 强调大规模系统设计和工程优化案例，如地图压缩、分布式处理等
- 附上相关开源贡献、论文或比赛成绩，证明技术深度
- 若缺乏VLM/LLM经验，可自学大模型接口调用和Prompt工程，了解多模态模型原理
- 补充时空数据管理或图数据库知识，如Neo4j、PostGIS等
面试指南
- 使用STAR法则：描述情境、任务、行动和结果，突出技术难点和个人贡献
- 对于系统设计题，从需求分析、架构选型、关键模块设计、扩展性考量等层次逐步展开
- 结合最新研究（如NeRF、3D Gaussian Splatting）展示技术视野
- 请详细描述你参与过的一个SLAM或建图项目，遇到了哪些挑战？如何解决？
- 如何设计一个支持增量更新的云端地图系统？请从架构和算法角度说明
- VLM和LLM如何与地图系统结合？请举例说明时空问答的实现思路
- 在多传感器融合建图中，如何处理动态物体和光照变化？
- 如何评估地图的语义准确率和实时性？请设计评测指标
匹配度报告
71
综合匹配度
字节PICO算法岗，前沿技术栈，成长空间大，但工作强度较高，WLB一般。
适合人群
该职位最适合发展性动机强烈的求职者，即追求技术前沿、快速成长和行业影响力，对工作强度有一定承受力。
最强匹配
成长发展匹配
最弱匹配
工作生活匹配
薪资福利72
成长发展92
工作生活40
使命价值80
薪资福利匹配
72中等
字节跳动薪资待遇位于行业前列，年终奖丰厚，但JD未明确具体福利，补偿性动机满足较好但非最高。
薪资信号未披露（AI估算：30K-50K/月）
成长发展匹配
92较高
职位涉及SLAM、VLM/LLM等前沿技术，成长路径清晰，技术积累价值高，发展性动机满足极强。
技术前沿前沿/新兴技术
技术栈SLAM、VLM、LLM、RAG、GraphRAG、知识图谱、三维重建
业务类型ambiguous
工作生活匹配
40较低
仅现场办公，未提及弹性工作或远程，北京大厂工作强度较高，生活化动机满足有限。
工作模式仅现场办公
办公地点科技园/产业园
加班情况未提及（无法判断）
使命价值匹配
80较高
AR/VR行业处于高速增长期，产品有创新意义，但未直接体现社会价值，意义感动机满足较好。
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