系统算法工程师

优缺点分析

角色解读

• 技术专家路线：深耕激光雷达感知算法或系统架构，成为特定领域的技术权威
• 技术管理路线：带领算法或系统团队，负责更大规模的产品线技术规划与攻关
• 跨界发展：凭借系统设计经验，向自动驾驶、机器人等更广泛的智能感知领域拓展
• 负责激光雷达系统的核心算法研究、建模、仿真与优化，确保系统性能达到设计目标
• 深度参与从算法到芯片的完整落地过程，进行芯片指标分析、架构设计及原型验证
• 解决激光雷达系统在集成、调试和应用中的复杂技术问题，确保产品从设计到实现的连贯性
• 扎实的信号处理、通信或电子工程理论基础，精通点云、图像处理算法
• 熟练使用Python和C++进行算法开发与系统编程，具备DSP/FPGA等硬件系统开发调试经验
• 强大的系统性思维和工程实现能力，能贯通算法、软件与芯片硬件

申请策略

• 在简历或面试中，准备一个能体现“系统思维”的案例，即你如何从全局出发分析并解决一个涉及多模块的问题
• 主动研究禾赛的产品和技术，思考你过往经验能如何为其系统优化或芯片落地带来价值
• 重点突出与信号处理、点云/图像处理相关的项目经验，尤其是算法实现与性能优化成果
• 清晰描述使用Python/C++进行系统开发，以及涉及DSP/FPGA的硬件协同调试经历
• 强调在复杂系统项目中解决问题的能力，以及对技术挑战的主动探索精神
• 深入学习激光雷达的工作原理、主流技术路线和前沿论文，建立行业认知
• 强化系统设计思维，尝试用全栈视角（从算法到硬件）分析一个完整的技术问题
• 如果缺乏芯片相关经验，可以学习FPGA开发基础或了解ASIC设计流程的关键环节

面试指南

• 对于技术问题，采用“背景-挑战-行动-结果”的结构化叙述，突出你的系统分析和问题解决能力
• 对于开放性设计问题，先厘清核心需求和约束，再分模块阐述思路，体现系统性
• 对于行业问题，结合自身技术理解，从性能、成本、可量产性等多个维度分析
• 请介绍一个你处理过的最复杂的信号处理或系统优化项目，你的角色是什么，遇到了哪些挑战？
• 如果让你设计一个简化的激光雷达信号处理流程，你会考虑哪些关键模块和指标？
• 如何理解算法开发与芯片实现之间的差异与协作？你在过往项目中是如何处理这种协同的？
• 你如何看待激光雷达技术未来的几个主要发展方向？
• 梳理过往项目中涉及系统设计、算法优化和软硬件协同的关键细节，准备深入讲解