机器人研发工程师（感知与导航算法）

优缺点分析

角色解读

• 纵向可沿算法专家路线发展，从算法实现到主导感知/导航模块的技术方案设计
• 横向可向机器人系统集成、智能装备产品研发等方向发展，成长为跨软硬件的复合型工程师
• 随着智能装备业务扩展，具备算法落地经验者有机会承担项目负责人或技术团队骨干角色
• 参与机器人环境感知算法的研发，涉及传感器数据处理、目标识别与环境建模等方向
• 参与机器人定位与导航算法研发，包括路径规划、运动控制与自主导航功能实现
• 结合实际装备产品（如智能装备、移动机器人）进行算法验证、调试与工程化落地
• 与机械、电气、软件等团队协作，推动算法在整机系统上的集成与迭代
• 扎实的专业基础，来自机械电子、自动化、控制、计算机、电子信息等相关专业
• 对机器人感知、导航、控制等算法方向有系统认知，具备算法建模与仿真验证能力
• 具备一定的工程实现能力，能将算法与真实硬件系统结合调试
• 有机器人竞赛、科研项目或实习项目经历者更具优势

申请策略

• 职位描述较简略，建议主动向 HR 或面试官确认具体团队与业务方向（如工程机械智能化、建筑机器人等）
• 关注公司在智能装备与机器人方向的公开业务动态，面试中体现对业务的理解
• 突出机器人相关竞赛经历（RoboMaster/RoboCon/RoboTac/RoboCup）及具体角色与成果
• 详细描述科研或实习项目中的感知、导航、控制算法模块，说明你负责的环节与量化结果
• 列出专利、论文、开源项目等技术成果，体现持续投入
• 强调软硬件结合的动手能力，如传感器调试、样机联调经验
• 系统复习定位导航与感知相关算法基础，如状态估计、路径规划、目标检测等核心方法
• 提升工程实现能力，熟悉常用机器人软件框架与仿真工具，并能完成从算法到样机的验证闭环

面试指南

• 项目类问题采用「背景—我的职责—技术方案—结果与反思」四段式回答，突出个人贡献而非团队成果
• 算法类问题先说整体思路与假设，再讲关键模块选型理由，最后给出验证方式与局限性
• 动机类问题把个人技术兴趣与公司业务场景（智能装备、机器人落地）结合起来谈
• 请介绍你做过的一个机器人感知或导航相关项目，你在其中承担什么角色？
• 在多传感器环境下，你会如何设计定位与建图的方案？
• 路径规划算法你熟悉哪些？在动态环境中如何做避障决策？
• 算法在真实机器人上效果不达预期时，你会如何排查和优化？
• 为什么选择机器人算法方向，又为什么选择装备制造类企业？