感知算法工程师（无人机跟踪方向）-2027校招

优缺点分析

角色解读

• 可从感知算法工程师逐步深入无人机/机器人视觉感知方向，积累检测、跟踪、预测与部署的全链路经验
• 随着项目经验增加，可向算法负责人、感知系统方案负责人或更复杂的机器人/自动驾驶感知岗位发展
• 在产品落地中沉淀系统设计能力，后续也有机会拓展到多传感器融合、嵌入式部署等方向
• 面向无人机自主飞行场景，开发和调优AI感知算法，涉及目标检测、跟踪、分割与轨迹预测等任务
• 结合产品需求和测试反馈迭代算法，并推动算法在真实产品中的部署与性能优化
• 与产品、上下游模块协作，参与智能功能系统方案设计、研发和交付
• 扎实的C++编程能力和Linux开发环境使用经验
• 熟悉计算机视觉常见任务，尤其是目标检测、跟踪、分割，并理解单/多目标跟踪或轨迹预测方法
• 具备将算法与产品项目结合的意识，能根据测试情况定位问题并优化部署性能
• 良好的沟通协作能力，能与产品和上下游模块共同推进系统方案落地

申请策略

• 关注影石在无人机和影像产品上的业务方向，面试中体现对产品场景的理解
• 准备说明自己为何选择无人机感知方向，以及如何平衡算法效果与部署性能
• 突出C++和Linux项目经历，说明代码规模、性能优化或工程部署情况
• 重点写目标检测、跟踪、分割相关项目，尤其是单/多目标跟踪、轨迹预测的完整链路
• 若有无人机、自动驾驶、智能小车等机器人项目，明确写出自己负责的模块和结果指标
• 体现与产品、测试或上下游协作推进算法落地的经历
• 复习多目标跟踪中的匹配、遮挡处理、ID保持等常见问题，准备能讲清楚的项目案例
• 补充C++性能优化、模型部署和Linux调试经验，了解算法在实时系统中的约束

面试指南

• 项目类问题按“背景-目标-方案-难点-结果”结构回答，重点讲清个人贡献和量化结果
• 算法类问题先说明任务定义和评价指标，再比较方法取舍，最后结合业务约束给出选择理由
• 系统设计类问题先拆感知、跟踪、预测、部署等模块，再说明数据流、实时性和异常处理
• 请介绍一个你做过目标跟踪项目，遇到遮挡或ID切换时如何处理？2、单目标跟踪和多目标跟踪的主要差异是什么，你会如何选型？3、轨迹预测常用的方法有哪些，你如何评估预测效果？4、C++项目中你做过哪些性能优化或部署相关工作？5、如果让你设计无人机自主飞行的感知系统方案，你会如何拆分模块？
• 准备1-2个能深入追问的CV项目，尤其是跟踪或轨迹预测相关项目，熟悉数据、模型、训练和部署细节
• 复习C++、Linux和常见视觉算法基础，准备白板推导或代码题
• 了解无人机自主飞行和影石产品场景，思考算法实时性、稳定性和产品体验之间的平衡