算法高级工程师(J34601)

优缺点分析

角色解读

• 可沿机器人算法方向成长为导航技术专家或算法团队负责人
• 路径规划经验可延伸到自动驾驶、具身智能等相邻领域
• 算法产品化经验也有助于向技术管理或解决方案架构方向发展
• 研发移动机器人自主导航中的路径规划算法，完成算法的实现与优化
• 将算法移植到机器人平台并做工程优化，推动算法产品化落地
• 结合激光雷达、相机避障等感知输入，保障机器人在真实环境中的导航表现
• 需要精通A*、Dijkstra、DWA等路径规划算法并有实际项目落地经验
• 要有扎实的C/C++功底与常用数据结构算法能力，熟悉Linux开发环境
• ROS开发经验与基于激光雷达、相机的避障算法经历是重要加分项
• 还需良好的逻辑沟通与实际问题解决能力

申请策略

• 投递前了解公司机器人产品形态与导航场景（家庭/户外），思考算法难点
• 面试时准备真机调试的经典案例，突出解决实际问题的能力
• 重点突出路径规划算法的落地项目，写明所用算法、场景与量化提升指标
• 展示激光雷达/相机避障与ROS工程经验
• 体现算法从仿真到真机部署的完整闭环能力
• 可提前复习A*、DWA等经典算法的工程化细节与边界场景处理
• 补充多传感器融合与运动规划前沿进展，准备技术方案讲解

面试指南

• 项目类问题用STAR结构，突出算法选型依据、优化手段与量化结果
• 算法对比类问题从复杂度、实时性、场景适配三方面展开
• 工程落地类问题展示「仿真验证—真机调试—数据分析—迭代」的闭环方法
• 请介绍你做过的路径规划项目，算法选型与优化过程是什么？
• A*与DWA在实际机器人上如何结合使用，各自优劣是什么？
• 激光雷达与相机避障方案你如何设计与融合？
• 算法从仿真迁移到真机时遇到过哪些问题，如何解决？
• 复杂动态环境下导航失败的长尾场景，你如何系统性改进？