高级决策规划算法工程师（云台）

优缺点分析

角色解读

• 技术线：成为运动规划与决策算法专家，主导核心算法模块
• 横向发展：转向自动驾驶、机器人等领域的算法架构师
• 管理线：可晋升为算法团队技术负责人或经理
• 设计并实现基于神经网络的运动估计和轨迹预测算法，应用于大疆云台智能跟随场景
• 构建完整的评测体系与数据闭环，通过仿真和真实数据不断优化算法性能
• 与硬件、系统团队协作，将算法部署到嵌入式平台并调试量产
• 扎实的深度学习与神经网络基础，熟悉目标检测、轨迹预测等模型
• 强大的编程能力（Python/C++），能快速复现论文并进行改进
• 熟练掌握仿真工具（如Gazebo、CARLA）和数据闭环流程
• 具备实体机器人/无人机/自动驾驶项目的规控算法调试经验

申请策略

• 深入研究大疆Osmo Pocket、Ronin等产品中的智能跟随功能，面试中提出技术见解
• 关注大疆招聘官网的云台算法方向，提前了解团队技术博客
• 突出轨迹规划/智能跟随相关的完整项目经历，说明你在项目中的具体贡献和量化指标
• 强调你有从论文到量产落地的经验，展示你对算法工程化的理解
• 列出熟悉的技术栈：如TensorFlow/PyTorch、ROS、C++、Python、仿真工具
• 补充深度学习在运动预测方面的最新论文阅读，如MPC与NN结合的方法
• 练习快速复现GitHub上的轨迹预测开源项目，并思考如何改进

面试指南

• 使用STAR法则（Situation, Task, Action, Result）回答项目经历
• 对于算法类问题，先给出理论背景，再结合实践经验说明取舍
• 请描述你负责过的一个轨迹规划项目，从需求到最终部署的全流程
• 如何处理运动预测中的多模态不确定性？
• 在实际无人机/机器人上调试规控算法时，遇到过哪些困难？如何解决？
• 请简述Transformer在轨迹预测中的应用现状及优缺点
• 复习经典论文：Social LSTM、Trajectron++、VectorNet等
• 准备一个完整的项目复盘，包括代码仓库、实验结果、仿真视频等