中/高级GNSS算法工程师

优缺点分析

角色解读

• 技术纵深发展：从算法工程师晋升为高级算法专家，主导核心定位算法的演进
• 横向扩展：向系统架构师发展，掌握硬件-算法-软件的全局设计能力
• 管理路线：带领算法团队，负责项目规划和技术决策，成为技术经理或总监
• 优化GNSS多频多系统RTK/PPP算法，提升定位精度和稳定性，并将算法工程化落地
• 设计并实现IMU、视觉与GNSS的紧组合定位算法，解决复杂场景下的定位问题
• 参与算法方案的产品化，与硬件、软件团队协同，确保算法在无人机等产品中高效运行
• 追踪学术前沿，持续引入新技术（如低轨卫星定位）改进现有方案
• 精通RTK、PPP或网络RTK等GNSS定位算法，理解多频多系统融合原理
• 熟练掌握C/C++和Python，具备3年以上实际项目开发经验，能够编写高效稳定的代码
• 熟悉IMU、视觉惯性里程计或组合导航，具备多传感器融合的实践经验
• 具备较强的工程调试和性能优化能力，能解决算法实际运行中的问题

申请策略

• 关注大疆在无人机、车载等领域的业务布局，在面试中展现对产品应用场景的理解
• 可主动展示自己解决过的复杂定位问题，体现工程思维和创新能力
• 突出在RTK/PPP或组合导航领域的项目经验，具体说明算法改进带来的性能提升（如精度、收敛时间等）
• 展示C/C++和Python的编程能力，特别是嵌入式或高性能计算相关的代码示例
• 强调工程化能力，例如解决过哪些实际环境下的定位难题，或优化过算法运行效率
• 如有学术论文或专利，列出相关成果，证明学术前沿追踪能力
• 如果对低轨卫星定位或GNSS-NN方向不熟悉，建议提前学习相关论文和开源项目
• 复习多传感器融合理论，尤其是卡尔曼滤波、因子图优化等常用方法

面试指南

• 针对算法原理问题：先阐述基本概念，再对比不同方法的适用场景，最后结合实际项目经验说明
• 针对工程问题：采用STAR法则（情境、任务、行动、结果），详细描述问题背景、解决思路和最终效果
• 针对开放性问题（如技术趋势）：先表明自己的观点，然后从学术和工业两个角度分析，体现思考深度
• 解释RTK和PPP的区别，以及在城市峡谷环境下各自的优缺点
• 如何设计一个IMU/GNSS紧组合滤波器？状态向量和观测矩阵如何选择？
• 描述一次你优化算法性能的经历，是如何发现问题并改进的？
• 对于低轨卫星增强GNSS，你认为关键挑战是什么？
• C++中如何避免内存泄漏？在多线程环境下如何保证数据一致性？