影石创新
决策规划算法工程师（AG）-2027校招
决策规划算法工程师（AG）-2027校招
发布于 2 小时前普通员工/个人贡献者
全职员工仅现场办公机器人开发
机器人开发
仿真评测
数值优化
数据闭环
无人机
端到端模型
路径规划
轨迹预测
值不值得投
薪资怎么样
2.8万
比机器人开发中位数低
发布情况
新岗位 · 今天发布
公司情况
这家公司招聘很活跃
约 110 个在招
市场机会
选择面较广
深圳 · 机器人开发 · 57 个在招
职位详情
关于这个职位
该岗位隶属于影石创新的无人机团队，主要负责无人机在非结构化环境下的避障决策与轨迹规划，同时参与智能跟随、目标运动估计与轨迹预测等跟拍功能的算法研发与落地，并搭建仿真评测与数据闭环工具链，以推动模型化规划方案在产品中应用
最低要求
硕士及以上学历，计算机、自动化、控制、机械和电子等相关专业毕业
有扎实的数理基础，熟练使用图搜索的路径规划算法，熟练掌握数值优化方法，对各种求解算法和主流求解器有一定应用经验
具备端到端模型相关项目经历，有完整的轨迹预测或轨迹规划相关项目经验，对当前的学术发展脉络清晰
准确的文献调研和理解能力，能快速复现论文或者开源项目
动手能力强，有扎实的C/C++编程能力
具备良好的沟通能力和团队协作能力
具备较强的行业洞察力，深刻理解不同领域用户痛点和机会点，能以终为始解决问题
工作职责
承担无人机系统中的决策规划模块，研究和解决非结构化环境下无人机的避障规划问题
参与智能跟随等功能研发，负责无人机跟拍场景目标的运动估计、轨迹预测的算法设计与落地
构建规划的评测体系和数据闭环算法工具链，通过仿真和数据闭环等方式控制和量化算法迭代效果
承接模型落地轨迹规划和目标预测的产品化，通过模型和数据驱动方式持续提升产品自主飞行能力
优先资格
加分项：在高水平国际会议、期刊上发布过相关文章，包括但不限于ICRA、IROS、RAL等
AI 洞察
优缺点分析
优点
暂无明确优点
缺点 / 挑战
暂无明显挑战项
角色解读
- 无人机自主飞行属于具身智能与机器人领域前沿方向，端到端规划、轨迹预测经验具备较强可迁移性
- 岗位覆盖从算法研究到产品化全链路，能同时积累研究能力和工程落地经验
- 智能影像与消费级无人机业务处于成长阶段，算法成果可以直接体现在产品体验上
- 非结构化环境下的避障规划本身难度高，需要同时兼顾安全性、实时性与体验
- 岗位要求硕士起点且需端到端模型与轨迹规划项目经验，校招竞争激烈
- 仿真、数据闭环与产品化落地工作量较大，需要较强的自我驱动与跨团队协作
- 从校招工程师起步，深耕决策规划方向，逐步成长为模块 owner 或技术专家
- 可向感知—预测—规划一体的端到端算法方向拓展，参与更完整的自主飞行系统设计
- 积累产品化与数据闭环经验后，可转向算法团队技术管理或跨模块系统架构岗位
- 负责无人机决策规划模块，解决非结构化环境下的避障与路径规划问题，让无人机在复杂场景中安全飞行
- 研发智能跟随能力，对跟拍目标做运动估计与轨迹预测，使无人机能稳定锁定并跟随拍摄对象
- 搭建规划评测体系与数据闭环工具链，用仿真和真实数据量化算法迭代效果
申请策略
- 提前了解影石创新的产品线与无人机业务定位，面试中把算法能力与具体拍摄场景需求挂钩
- 关注岗位对'从研究到产品化'的偏好，准备一段说明自己如何把算法做进产品的完整故事
- 突出路径规划与轨迹预测项目，写清问题定义、算法选型、指标提升与最终效果
- 强调 C/C++ 工程能力，例如算法在实机或仿真中的实时性优化、求解器使用经验
- 若有论文、开源复现或竞赛经历（ICRA/IROS/RAL 等）务必前置展示，并说明复现周期与改进点
- 体现数据闭环与评测体系搭建经验，如仿真环境、指标设计与迭代流程
- 系统补齐数值优化与主流求解器（如 IPOPT、OSQP、Ceres）的实操经验
- 熟悉常见规划算法与预测模型（A*、Hybrid A*、MPC、轨迹预测网络）并做一个小型仿真 demo
面试指南
- 项目类问题用 STAR 结构：背景与约束 → 方案选择与对比 → 关键实现细节 → 量化结果与反思
- 算法设计题先讲清问题约束与评价指标，再给 baseline 与改进思路，最后说明边界情况与安全性兜底
- 开放题体现 trade-off 意识：从实时性、鲁棒性、工程成本、产品体验四个维度做权衡
- 请介绍一个你主导的轨迹规划或轨迹预测项目，如何定义评价指标并验证效果？
- 在非结构化环境中做避障规划，你会如何设计算法框架？如何处理动态障碍？
- 图搜索与数值优化各自的适用场景是什么？你用过哪些求解器，遇到过什么收敛问题？
- 端到端模型相比传统规划 pipeline 的优劣在哪里？如何保证安全性和可解释性？
- 如何搭建规划算法的仿真评测与数据闭环体系？
Watch Jobs