高级世界模型算法工程师（重建方向）

优缺点分析

角色解读

• 技术深度方面：从算法研究员成长为三维视觉/自动驾驶感知领域的专家
• 横向扩展：可转向机器人、AR/VR、数字孪生等前沿领域的核心算法岗位
• 管理路线：在团队中承担技术负责人角色，带领算法团队
• 负责多传感器（鱼眼、IMU、Lidar、Radar等）时空对齐算法开发，实现精准传感器融合
• 研发4D时空场景重建算法，优化动态目标轨迹、时序一致性及多趟数据融合，提升场景复用率
• 主导3D高斯泼溅（3DGS）和Mesh处理算法，推动算法在云端工程化落地，支撑真实场景复刻与评测
• 扎实的视觉重建和多视图几何基础，精通SFM、SLAM、VIO等至少两项核心技术
• 熟悉3DGS技术原理及主流实现，有鱼眼数据3DGS、mesh生成项目经验
• 熟练掌握线性代数、概率统计、最优化方法，具备数学建模解决实际问题的能力

申请策略

• 在简历中明确写出应用场景（如无人机、自动驾驶）和量化效果，例如'场景重建精度提升15%'
• 关注大疆在机器人、自动驾驶领域的最新论文和产品，面试时展现技术匹配度
• 突出在SFM、SLAM、VIO或3DGS等方向的项目经验和成果，提供具体性能提升指标
• 展示顶会论文发表、国际竞赛获奖等学术亮点，体现创新能力
• 强调独立领导算法研发并交付到产品的经历，体现工程化能力
• 系统复习多视图几何、非线性优化、3DGS原理及PyTorch/OpenCV等工具
• 补充鱼眼相机模型、IMU预积分等相关知识

面试指南

• 采用STAR法则描述项目：情境、任务、行动、结果，突出技术贡献和量化成果
• 对于开放性问题，先分析问题本质，列出可行方案并比较优劣，最后说明选型和实践经验
• 体现算法思维：从数学建模到工程实现，展示对误差分析和鲁棒性的思考
• 请详细介绍你负责过的SLAM或3DGS项目，技术难点和解决方法
• 如何优化大场景下的3DGS渲染速度？
• 多传感器融合中如何处理时间戳同步和空间标定？
• 你对动态场景下的重建一致性有什么思路？
• 如何将算法从研究原型转化为高效工程代码？