追觅科技
感知算法工程师(J66498)
感知算法工程师(J66498)
发布于 9 天前普通员工/个人贡献者
全职员工仅现场办公计算机视觉工程
计算机视觉工程
Ekf
Tof
多传感器标定
多视角几何
感知融合
数字图像处理
点云处理
结构光
值不值得投
69综合评分
综合评分 69
苏州机器人感知算法岗，标定融合技术纵深与量产机会兼备，薪资未披露且调试链条长。
从薪资福利、成长发展、工作生活和使命价值四个维度综合评估，方便横向比较。
薪资怎么样
3.5万
比计算机视觉工程中位数低
发布情况
正常在招 · 8 天前发布
公司情况
公司还在招多个职位
7 个在招 · 其中计算机视觉工程 3 个
市场机会
选择适中
苏州 · 计算机视觉工程 · 29 个在招
职位详情
关于这个职位
追觅科技感知算法工程师，base苏州，负责多传感器标定、图像与点云处理及感知融合算法软件开发，涉及摄像头、ToF、结构光等成像技术
适合有感知算法功底、CS/EE硕士背景的机器人或智能硬件方向算法工程师
最低要求
CS/EE 硕士及以上优先
熟悉成像、深度成像相关技术，包括：摄像头、IR成像、ToF、结构光、线结构光等
熟悉多视角几何，具备多传感器标定、融合经验
熟悉数字图像处理算法，包括：滤波/边缘增强、图像特征提取、形态学处理等
熟悉点云处理算法，包括：体素滤波、点云聚类等
具备感知器件后融合算法开发经验，熟悉概率栅格、KF/EKF/PF等常用技术
C++ /Python 编程熟练
英语读写、交流无障碍
具备坚实学术、动手能力，具备独立分析和解决问题的能力，对挑战性问题充满激情，良好的沟通能力和团队合作能力
工作职责
传感器调试、多传感器标定算法软件开发
图像、深度估计、点云处理算法软件开发
感知融合算法软件开发
优先资格
具备ISP/IQ 经验
了解SfM、3D重建相关算法
对AI/CNN 目标检测、深度提取算法有了解
AI 洞察
优缺点分析
优点
- 传感器标定与融合是机器人与自动驾驶的通用核心技能，可迁移性强
- 技术栈覆盖成像、点云、融合多层，成长面完整
- 追觅机器人品类量产体量大，算法落地与验证机会多
- 多传感器标定与融合调试链条长，问题定位费时
- 消费级硬件成本约束下算法性能与算力需精细平衡
- 技术更新快，需持续跟踪AI与成像领域前沿
- 适合成像与感知算法功底扎实、动手能力强、想在机器人感知方向纵深发展的算法工程师
缺点 / 挑战
暂无明显挑战项
角色解读
- 从感知算法工程师走向感知团队技术负责人或算法架构师
- 标定与融合经验可延伸至SLAM、3D重建等空间智能方向
- 结合AI检测算法积累后，可向端侧智能感知全栈方向发展
- 开发传感器调试与多传感器标定算法软件
- 开发图像处理、深度估计与点云处理算法
- 开发感知融合算法，支撑机器人或智能硬件的环境感知能力
- 熟悉摄像头、IR成像、ToF、结构光等成像与深度成像技术
- 掌握多视角几何、多传感器标定与后融合（概率栅格、KF/EKF/PF）
- 熟悉数字图像处理与点云处理算法（体素滤波、聚类等）
- C++/Python编程熟练，英语读写交流无障碍
申请策略
- 准备标定与融合的技术细节讲述，体现独立解决问题能力
- 了解追觅扫地机器人与新品类传感器配置，准备针对性思路
- 突出多传感器标定与后融合项目，量化精度指标
- 展示ToF/结构光/IR等深度成像的实战经验
- 列明点云与图像处理算法的落地成果
- 附上C++/Python工程能力证据（开源、竞赛、论文）
- 补充ISP/IQ调优知识呼应加分项
- 学习SfM与3D重建算法拓展空间智能能力
面试指南
- 算法类问题按原理-实现-验证-量化结果展开
- 选型类问题给出对比维度与约束条件
- 排查类问题按现象-假设-验证-根因闭环叙述
- 请介绍一个你完成的多传感器标定项目，标定流程与精度验证如何做？
- KF/EKF/PF的区别与适用场景是什么？你在融合中如何选型？
- ToF与结构光的成像原理差异及各自失效场景是什么？
- 点云体素滤波与聚类的工程实现要点有哪些？
- 请讲一个你独立排查感知算法疑难问题的经历
职位点评
薪资福利68
成长发展78
工作生活60
使命价值66
薪资福利
68中等
JD未披露薪资与福利，感知算法人才市场议价空间较好，需以offer为准。
薪资信号未披露（AI估算：2.5千–4.5万/月）
成长发展
78中等
标定、成像、点云、融合多层技术栈叠加量产落地场景，算法纵深与工程能力双成长。
技术前沿前沿/新兴技术
技术栈ToF、结构光、EKF、点云处理、3D重建、CNN
业务类型ambiguous
工作生活
60中等
JD未提及办公模式与WLB安排，算法研发节奏相对由项目节点驱动，需以团队实际为准。
工作模式未明确
办公地点科技园/产业园
加班情况未提及（无法判断）
使命价值
66中等
机器人感知技术让智能设备更好服务家庭场景，技术前景与社会价值均属中上。
行业发展高速增长赛道
社会影响中性/一般
创新程度积极采用新技术
Watch Jobs