GNSS算法助理工程师-2027届

优缺点分析

角色解读

• 从助理工程师逐步成长为GNSS算法专家，独立负责核心定位模块
• 可向技术专家或项目负责人方向发展，管理团队或主导技术路线
• 积累车载定位经验后，可拓展至机器人、自动驾驶等更广阔领域
• 负责GNSS（全球导航卫星系统）量产问题的定位与修复，确保车载定位产品稳定落地
• 参与PPPRTK等精密定位算法的开发与优化，提升定位精度与鲁棒性
• 分析SBRAS（星基增强系统）信号特性，并探索低轨增强信号对车载定位的改进方案
• 扎实的GNSS理论基础，熟悉RTK、PPPRTK、SBRAS等定位原理
• 熟练掌握Kalman滤波等状态估计算法，能进行算法调优
• 精通C++或Python编程，具备算法工程化能力

申请策略

• 关注小米汽车和自动驾驶业务的发展方向，在面试中展现对车载定位的热情
• 提前了解小米的技术栈和工作文化，准备相关案例
• 突出GNSS相关课程、竞赛或项目经历，如RTK定位、Kalman滤波实现等
• 展示C++/Python编程能力，尤其是算法实现和优化方面的成果
• 如果有组合导航或信号处理经验，重点描述
• 系统复习卡尔曼滤波、最小二乘等估计理论，并动手实现仿真
• 学习RTKLIB等开源GNSS软件，理解算法工程实现
• 了解低轨卫星增强定位的前沿论文，提升技术视野

面试指南

• 针对原理类问题：先定义概念，再分步骤解释流程，最后举例说明应用场景
• 针对算法优化类问题：分析现有问题，提出解决方案，说明权衡（精度/效率）
• 请解释RTK定位的整周模糊度固定原理
• 卡尔曼滤波中过程噪声和观测噪声如何影响定位精度？
• 描述一次你处理GNSS多径效应的经验
• C++中如何优化矩阵运算效率？
• 你对低轨卫星增强定位的理解是什么？
• 复习GNSS基本概念和常用算法，准备手撕代码（如Kalman滤波实现）