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

• 从算法工程师向具身智能领域专家发展，参与核心算法创新与落地
• 可向技术Leader或架构师方向晋升，主导机器人导航系统设计
• 有机会接触公司内部多个机器人产品线，横向拓展技能
• 研发基于大模型的端到端视觉导航算法，实现机器人的自主探索与动态避障
• 构建三维语义地图和空间记忆系统，提升长时序导航与重定位能力
• 搭建仿真与真机评测体系，解决导航算法在实际部署中的泛化性和鲁棒性问题
• 扎实的C++/Python编程能力，熟悉Linux系统开发和性能调优
• 深入理解传统SLAM（VIO/LiDAR）与路径规划算法，熟悉ROS/ROS2框架
• 了解端到端导航或视觉语言导航（VLN）前沿技术，具备论文阅读和实现能力

申请策略

• 提前了解虹软科技的核心产品线（如手机视觉、智能驾驶），在面试中体现对公司的关注
• 准备一个完整的项目介绍，从问题定义、方案设计到实验结果，展现算法思维
• 突出SLAM、路径规划或VLN相关项目/论文经历，尤其是端到端方法的实现
• 展示C++/Python编程功底，如开源项目、竞赛奖项或高性能代码案例
• 强调ROS/ROS2使用经验，以及Linux系统下的性能调优经历
• 补充大模型与视觉导航结合的最新论文阅读（如Nav-VLA、VLN-BERT）
• 若缺乏真机经验，可通过仿真环境（如Habitat、Gazebo）积累部署经验

面试指南

• 对于概念对比题，先分别阐述原理，再比较差异，最后给出结合场景的选择建议
• 对于项目设计题，采用结构化回答：问题背景→方案设计→关键挑战→解决方案→实验结果
• 对于代码优化题，具体说明瓶颈定位方法（如profiling）和优化手段（如数据结构、并行化）
• 请详细解释端到端导航与传统SLAM+规划的区别和优缺点
• 你如何设计一个从仿真到真机迁移的导航评测方案？
• 请描述你在一个项目中如何优化C++代码性能，具体做了哪些改进？
• VLN任务中，如何解决长时序导航中的累积误差问题？
• 你对大模型在机器人导航中的应用有什么看法？请举例说明