自动驾驶-高精度地图与定位算法工程师-2027届

优缺点分析

角色解读

• 在技术纵深上，可成长为SLAM/多传感器融合方向的专家，主导核心技术攻关
• 横向扩展可转向自动驾驶其他模块（如感知、规划控制），实现全栈能力
• 长期可晋升为技术负责人或团队Leader，带领算法团队完成系统级交付
• 负责高精度地图的生产流程优化与应用开发，确保地图数据的准确性和实时性
• 研发基于多传感器融合的定位算法，包括Lidar、Camera、GNSS、IMU等数据的融合处理
• 将SLAM算法从理论落地到工程实现，解决实际驾驶场景中的定位难题
• 精通C/C++编程，具备优秀的编码习惯和调试能力
• 扎实的数据结构与算法基础，能应对复杂计算问题
• 深入理解经典SLAM算法原理（如ORB-SLAM、LOAM等），有实际项目或论文经验
• 良好的数学功底，包括线性代数、概率论、优化理论等

申请策略

• 了解小米自动驾驶技术路线和已发布功能，面试中展示对业务的理解
• 准备1-2个技术深度项目，能清晰阐述创新点和难点解决方案
• 重点突出SLAM相关项目经验，如开源贡献、竞赛获奖或论文发表
• 强调C/C++编程能力，可附上GitHub代码仓库或高质量代码片段
• 展示数学和算法竞赛成绩（如ACM、TopCoder），体现数理功底
• 深入复习SLAM经典论文，理解关键算法细节（如特征点提取、图优化）
• 动手实现一个简单的Lidar SLAM或VIO系统，加深工程理解
• 熟悉多传感器标定和时间同步方法，这是融合定位的关键

面试指南

• 对于算法类问题，先简述核心思想，再分步骤说明实现细节，最后指出优缺点
• 对于编程题，先分析复杂度，给出多种解法并比较，再写代码
• 对于开放设计题，先定义输入输出，再分层设计模块，并考虑鲁棒性和效率
• 请解释ORB-SLAM3中的多地图系统是如何工作的？
• C++中智能指针的实现原理及使用场景是什么？
• 如何融合Lidar和Camera数据进行定位？请设计一个框架
• 给定一个图优化问题，如何求解？请推导一个简单的Bundle Adjustment
• 在自动驾驶中，GPS信号丢失时如何保持定位精度？