中级世界模型算法工程师（重建方向）

优缺点分析

角色解读

• 深耕视觉重建与空间智能领域，成为行业顶尖算法专家
• 横向拓展至机器人、自动驾驶等方向的感知与定位算法
• 向技术管理方向发展，带领团队攻克前沿难题
• 负责多传感器（鱼眼、IMU、ToF、Lidar等）的时空对齐算法开发，确保数据同步
• 研发统一模型实现4D时空场景重建，优化动态物体轨迹和时序一致性
• 推进3DGS和Mesh算法的云工程化落地，支撑真实场景复刻和评测
• 扎实的计算机视觉与多视图几何基础，熟悉SFM、SLAM、VIO等核心算法
• 熟练掌握3DGS技术原理及实现，具备鱼眼数据处理或大场景优化经验
• 优秀的数学功底（线性代数、概率统计、最优化），能独立解决复杂建模问题
• 熟悉Python/C++，具备算法工程化落地能力

申请策略

• 提前了解大疆产品（如无人机、手持云台）的传感器配置，思考算法改进点
• 在面试中展示对重建算法从理论到落地的完整理解
• 突出SFM、SLAM、3DGS等具体项目经验，用数据说明算法效果提升
• 强调多传感器融合或时空对齐相关的工作成果
• 列出顶会论文、竞赛奖项等加分项
• 系统复习多视图几何和SLAM经典论文（如ORB-SLAM）
• 动手实现一个简单的3DGS项目，熟悉其pipeline
• 学习C++性能优化和云端部署（如CUDA、TensorRT）

面试指南

• 对于算法原理问题，先给出MATH定义，再结合工程实践说明注意事项
• 对于项目经验问题，采用STAR法则（情境-任务-行动-结果），突出你的贡献和量化效果
• 请解释SFM和SLAM的区别及各自适用场景
• 如何解决动态场景下3DGS的时序一致性问题？
• 在鱼眼相机上使用3DGS会有什么挑战？如何优化？
• 请描述一次你独立解决算法难题并成功落地的经历
• 如何评估多传感器时空对齐的精度？
• 复习三维重建经典论文（如COLMAP、3DGS原始论文）和SLAM主流框架