小米
SLAM算法工程师-扫地机
SLAM算法工程师-扫地机
发布于 大约 1 小时前普通员工/个人贡献者
武汉市
中级经验
全职员工
仅现场办公
学历未注明
具身智能
Cartographer
Github
Orb-Slam
Pytorch
Slam
Tensorflow
因子图优化
多传感器融合
扫地机器人
AI 估算 · 18k–30k
小米平台+SLAM技术难度，武汉薪资有竞争力，生活成本适中，市场水准。
职位详情
关于这个职位
该职位负责小米扫地机器人的SLAM技术落地与前沿预研，核心是开发维护SLAM系统、融合多传感器数据、优化定位建图效果
需要扎实的C++功底和SLAM理论知识，适合对机器人算法有热情的工程师
最低要求
熟悉SLAM/多传感器融合经典框架，至少熟悉以下SLAM算法中的两项，cartographer，vins系列，ORB-SLAM系列，Lego-LOAM, LVI-SAM, Fast-LIO系列， Fast-LIVO系列等
熟练掌握C++算法，熟悉经典的数据结构与算法理论
熟悉常见的滤波器框架如KF, EKF, ESKF等及因子图优化理论
了解state of the art的SLAM算法，对SLAM的前沿学术进度有所跟踪
了解常见的深度学习、机器学习理论及常见的深度学习框架，如tensorflow， pytorch，caffe等
熟练使用VibeCoding工具，至少熟悉Claude Code/Curser/Codex中一项，具备编写项目实际Agent Skill的能力
工作职责
负责在研slam技术落地工作
负责前沿slam技术预研工作
优先资格
具有影响力的github项目，优先
AI 洞察
优缺点分析
优点
- 小米作为科技巨头，平台资源丰富，产品落地场景清晰，能积累实际产品经验
- SLAM技术是机器人核心，行业需求大，技术壁垒高，职业发展前景好
- 团队可能接触前沿研究，适合对算法创新有兴趣的工程师
- 算法调试和问题定位可能比较耗时，需要较强的问题解决能力
- 适合对机器人SLAM有扎实基础、热爱技术钻研、愿意在快速迭代环境中成长的工程师
缺点 / 挑战
- 扫地机对算法实时性和稳定性要求高，可能面临复杂的嵌入式环境挑战
- 需要持续跟进学术前沿保持竞争力，学习压力较大
角色解读
- 从SLAM算法工程师向资深算法专家发展，主导关键技术方向
- 可向技术管理岗发展，带领机器人感知或导航团队
- 横向扩展至自动驾驶、具身智能等热门领域，技术通用性强
- 负责扫地机器人SLAM算法的研发与落地，包括建图、定位、导航等核心模块
- 跟踪学术界SLAM前沿，进行技术预研并推动新技术在产品中应用
- 与硬件、嵌入式团队协作，优化算法在嵌入式设备上的实时性能
- 维护现有SLAM系统，解决实际使用中的定位漂移、地图构建等问题
- 精通C++和经典数据结构算法，能高效实现复杂算法
- 深入理解SLAM框架（Cartographer、ORB-SLAM等）和多传感器融合原理
- 熟悉滤波器和因子图优化理论，能对状态估计问题进行建模求解
- 了解深度学习框架，能利用ML技术辅助或改进SLAM系统
申请策略
- 了解小米扫地机的产品技术特色，面试中展示对产品的思考
- 准备一个你最有代表性的SLAM项目进行深度讲解
- 突出你在SLAM项目中的实际经验，尤其是使用过的框架和优化的效果
- 展示你在C++编程和算法实现方面的能力，通过GitHub项目或代码片段证明
- 强调你对多传感器融合和状态估计的理论理解，说明你如何解决过相关问题
- 如果有学术论文或竞赛经历，也是重要加分项
- 如果还不熟悉某些所列框架，可以快速学习并动手实现一个简单的SLAM demo
- 深化C++模板、内存管理和多线程优化技巧，提升代码质量
面试指南
- 针对技术原理问题：先阐述核心思想，再结合实际项目说明应用，最后总结优缺点
- 针对优化问题：从算法复杂度、内存使用、并行化等方面分点回答，并给出具体的设计选择
- 针对前沿跟踪问题：提到关注的顶会（如ICRA、IROS）和最新研究方向，说明如何评估其落地价值
- 请详细讲解你使用过的SLAM框架的原理和优缺点
- 如何解决激光/视觉里程计在动态环境下的漂移问题？
- C++中如何优化算法性能？列出你实践过的优化方法
- 解释ESKF和因子图优化的区别和适用场景
- 你如何跟踪SLAM前沿技术？最近关注哪些论文？
职位点评
72
综合评分
小米扫地机SLAM算法岗，技术前沿、平台大，薪资有竞争力但WLB一般。
从薪资福利、成长空间、工作节奏和岗位方向综合评估，方便横向比较。
更适合这类人
适合重视技术成长和职业发展、对机器人算法有热情、能接受现场办公和一定工作强度的求职者。
表现最好
成长发展
相对薄弱
工作生活
薪资福利70
成长发展85
工作生活60
使命价值70
薪资福利
70中等
小米提供有竞争力的薪酬和上市公司福利，但武汉薪资体系略低于一线城市，整体补偿性较好。
薪资信号未披露（AI估算：18K-30K/月）
成长发展
85较高
SLAM技术是机器人智能化核心，岗位涉及前沿预研，技术成长迅速，小米平台提供丰富资源。
技术前沿前沿/新兴技术
技术栈SLAM、多传感器融合、因子图优化、C++、深度学习、TensorFlow、PyTorch
业务类型ambiguous
工作生活
60中等
现场办公，未说明弹性工时，互联网公司通常节奏较快，生活平衡一般。
工作模式仅现场办公
办公地点未明确
加班情况未提及（无法判断）
使命价值
70中等
扫地机产品提升家庭生活便利，SLAM技术推动机器人产业发展，具有一定意义感。
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
小米 的其他在招职位
相似职位推荐
Watch Jobs