算法工程师

优缺点分析

角色解读

• 在AI视觉算法领域深耕，从算法工程师向高级算法工程师或技术专家发展
• 积累无人机和机器人领域经验，可向技术管理或架构师方向转型
• 在大型央企平台，可参与更多国家级项目，提升技术视野和行业影响力
• 负责无人机飞控平台AI代码架构的迭代与维护，优化代码性能与内存占用，并进行调试、重构和版本管理
• 参与AI视觉模型的全流程开发，包括目标检测、语义分割、关键点检测等算法的训练、调优和部署
• 开发语义地图模块，处理图像、点云等多传感器数据融合算法，并进行功能维护
• 与产品、硬件、测试等部门协作，参与需求拆解和方案设计，跟进开发进度，确保功能按期交付
• 熟练掌握Python或C++，具备扎实的数据结构和算法基础，了解内存优化
• 熟悉深度学习框架（PyTorch或TensorFlow），有视觉项目经验，如目标检测、分割等
• 了解图像和点云处理，具备传感器融合、SLAM或建图经验者优先
• 具备良好的逻辑思维和沟通能力，能独立调试和定位问题，有责任心

申请策略

• 了解中国电信在无人机和AI领域的业务布局，在面试中展现对业务的兴趣
• 准备一个完整的项目案例，从问题定义到解决方案，展示技术深度和工程能力
• 突出Python/C++编程能力，以及数据结构、算法和内存优化相关项目经验
• 重点展示在深度学习框架（PyTorch/TensorFlow）下的视觉项目，如目标检测、分割等
• 如有传感器融合、SLAM或建图经验，务必在简历中详细描述
• 强调逻辑思维和跨部门协作能力，可举例说明如何解决复杂问题
• 深入学习PyTorch或TensorFlow，掌握模型训练和调优技巧
• 补充学习点云处理和SLAM相关知识，提升多传感器融合能力

面试指南

• 采用STAR法则（情境、任务、行动、结果）回答项目经验，突出个人贡献和成果
• 针对技术问题，先阐述基本原理，再结合项目经验说明具体应用和优化
• 对于协作问题，强调沟通技巧和项目管理能力，举例说明如何解决冲突
• 请介绍一个你参与过的目标检测项目，如何优化模型性能？
• 如何处理多传感器数据融合，有哪些挑战？
• 如何优化C++代码的内存占用和运行性能？
• 在跨部门协作中，如何有效沟通和推进项目？
• 复习深度学习基础，特别是目标检测、语义分割等经典模型