中/高级决策规划算法工程师（NN方向）

优缺点分析

角色解读

• 专家路线：成为决策规划领域的顶尖专家，主导核心技术突破
• 管理路线：带团队负责整个规划模块，晋升为算法主管或技术总监
• 横向发展：转向机器人、自动驾驶等泛机器人领域担任核心算法角色
• 设计和优化无人机的决策规划算法，包括避障、跟随路径规划，解决非结构化环境下的自主飞行问题
• 开发多目标运动估计和轨迹预测模型，用于智能跟随等功能，并参与产品化落地
• 构建仿真和数据闭环系统，量化算法迭代效果，通过自动化和数据驱动提升算法性能
• 扎实的NN基础，有轨迹预测或规划相关的量产项目经验，熟悉当前学术前沿
• 精通C/C++和Python，能快速复现论文或开源项目，动手能力强
• 数理基础扎实，具备文献调研和理解能力，能独立解决复杂问题
• 行业洞察力，能理解用户痛点并转化为算法优化方向

申请策略

• 在面试前深入了解大疆的产品线（如Mavic、RoboMaster）和相关算法博客
• 准备好从学术到工程的转化案例，展示能解决实际场景问题的能力
• 突出轨迹预测或规划相关的量产项目，详细说明你在其中的贡献和技术难点
• 强调论文发表（ICRA/IROS等）或模型部署经验（端到端模型、大模型微调）
• 附上个人Github或开源项目链接，展示代码复现能力
• 在简历中体现对无人机或机器人领域的深刻理解，如避障、运动估计等
• 复习传统规划算法（A*、RRT、MPC等）与NN结合的方法，阅读最新论文
• 练习C/C++性能优化，掌握常见的数据闭环和仿真工具（如Gazebo、AirSim）

面试指南

• STAR法则（情境-任务-行动-结果）描述项目，突出技术难点和量化效果
• 对比方案（如传统 vs NN）时，从精度、实时性、鲁棒性等维度分析，结合实际场景
• 代码复现类问题，强调自己的工程习惯和调试能力
• 请介绍一个你负责的轨迹预测项目，如何设计模型和评估效果？
• 在非结构环境下，无人机避障算法如何处理动态障碍物？请举例
• 你如何平衡算法精度和实时性？有没有实际调优的经验？
• 你对端到端模型在规划中的应用有何看法？与传统方法相比优劣？
• 如何构建数据闭环来持续优化规划算法？