27届校招提前批-具身智能（机器人）自主导航算法工程师

优缺点分析

角色解读

• 从算法工程师向技术专家发展，深入机器人导航与感知领域
• 可转向具身智能、自动驾驶或通用机器人算法等更广阔的赛道
• 在虹软这类上市科技公司中，有机会晋升为技术负责人或架构师
• 研发基于大模型的端到端视觉导航算法，让机器人在未知环境中自主探索和避障
• 构建三维语义地图和空间记忆系统，提升机器人的长时序定位和重定位能力
• 搭建仿真和真机评测体系，优化算法的泛化性和实时性
• 扎实的C++/Python编程能力，熟悉ROS/ROS2导航框架和Linux系统
• 深入理解传统SLAM（VIO/LiDAR SLAM）和路径规划算法
• 掌握端到端导航或视觉语言导航等前沿技术，有深度学习基础

申请策略

• 提前了解虹软在机器人领域的业务布局，思考自己的技术如何匹配
• 在投递时附上GitHub或技术博客链接，展示工程实践能力
• 强调SLAM或视觉导航相关的项目经验，包括使用的框架和实际效果
• 突出C++/Python编程能力，特别是ROS/ROS2开发经历
• 如有顶级会议论文或真机部署经验，务必重点展示
• 系统复习SLAM经典算法（如ORB-SLAM、VINS-Mono）并动手复现
• 学习大模型与机器人结合的前沿论文（如VLN、Nav-VLA）
• 熟悉ROS2导航栈和仿真工具（如Gazebo、Isaac Sim）

面试指南

• 对于原理类问题，先给出定义和核心思路，再结合自己的理解举例说明
• 对于系统设计类问题，从模块划分、数据流、关键技术选型等方面分层阐述
• 对于项目经验问题，采用STAR法则（情境、任务、行动、结果）结构化回答
• 请解释一下视觉SLAM中的关键帧选取和回环检测原理
• 如何设计一个基于大模型的端到端导航系统的整体架构？
• 你在ROS开发中遇到过哪些性能问题？如何优化？
• 描述一个你完成的机器人相关项目，并说明遇到的挑战和解决方案
• 如何评估导航算法的泛化能力和鲁棒性？