阿里巴巴
高德-机器人视觉重建与重定位算法工程师-视觉技术中心
高德-机器人视觉重建与重定位算法工程师-视觉技术中心
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计算机视觉工程
计算机视觉工程
Nvidia Jetson
Pytorch
Ros/Ros2
三维重建
多视图几何
机器人定位
深度学习
视觉Slam
计算机视觉
值不值得投
77综合评分
综合评分 77
阿里高德核心算法专家岗，技术栈极具前沿性，发展上限极高，但端侧落地与工程优化挑战大，WLB未明确。
从薪资福利、成长发展、工作生活和使命价值四个维度综合评估，方便横向比较。
薪资怎么样
5.5万
比计算机视觉工程中位数高
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 3290 个在招 · 其中计算机视觉工程 37 个
市场机会
选择面较广
北京 · 计算机视觉工程 · 约 120 个在招
职位详情
关于这个职位
该职位隶属于高德视觉技术中心，主要负责机器人（轮式、四足、人形等）的三维感知、场景重建与高精度视觉定位算法研发
你将结合多视图几何与深度学习前沿技术，解决动态、弱纹理等复杂环境下的建图与定位难题，并推动算法在嵌入式平台及真实机器人产品上的工程落地
最低要求
专业背景：
计算机、人工智能、自动化、机器人、电子信息、测绘、应用数学等相关专业硕士及以上学历
熟悉相机成像模型、坐标系变换、对极几何、三角化、PnP、Bundle Adjustment 等基础理论
扎实掌握计算机视觉、多视图几何、机器人学等基础知识
熟悉 Linux 开发环境，具备良好的 C++ 与 Python 开发能力
熟悉 ROS/ROS2 开发框架，具备良好的代码规范与工程化能力
算法能力要求：
具备以下方向中至少两项实际研发经验：端到端视觉重定位（掌握位姿回归、场景坐标回归、前馈式相对位姿估计，理解位姿表示与损失函数、尺度恢复、置信度评估及跨场景泛化）
视觉三维重建（熟悉 SfM、MVS、视觉 SLAM 或学习型三维重建，理解多目/鱼眼相机模型、深度与位姿联合估计、点云配准与融合）
图像检索（熟悉全局/局部特征、对比学习、粗排与精排、几何验证及难负样本挖掘，具备跨视角、跨光照或长期变化场景的优化经验）
深入理解多视图几何和非线性优化，具备将几何约束融入模型训练、位姿估计或后处理流程的能力
熟练使用 PyTorch，熟悉Transformer、多模态模型等深度学习框架，能够独立完成数据构建、模型训练与微调、实验设计及失败案例分析
熟悉视觉算法评测方法，能够围绕位姿误差、定位成功率、Recall@K、重建精度等指标建立评测体系
编程及工程能力：
具备至少一项与机器人视觉重建或重定位相关的完整项目经验，包括但不限于视觉 SLAM 系统、三维重建系统、视觉地点识别系统、基于先验地图的重定位系统或视觉融合定位系统
熟练掌握 C++ 和 Python，具备良好的算法实现、代码架构及性能优化能力
熟悉 Linux、ROS/ROS2、Git、CMake、Docker 等开发环境与工具，以及常用视觉、点云和优化库
具备算法在真实机器人或嵌入式平台上的部署、调试和优化经验
工作职责
视觉三维重建：负责基于多目、鱼眼、全景等相机的三维重建算法研发，包括位姿估计、深度估计、点云融合、表面重建等
视觉重定位：负责基于先验地图的重定位算法，熟悉传统特征匹配、PnP的几何方法，同时研发端到端视觉重定位模型，包括图像到6DoF位姿回归、场景坐标回归及前馈式相对位姿估计，提升动态、弱纹理等复杂场景下的定位精度
图像检索：负责视觉地标识别与图像检索模型研发，提升跨视角、光照变化和动态环境变化下的图像检索召回、精度与效率
地图构建与维护：负责稀疏/稠密地图、点云、语义场景地图的构建、压缩、质量评估与增量更新，支撑机器人长期稳定运行
工程落地与评测：负责算法在 NVIDIA Jetson、Orin、ARM 等平台上的部署和性能优化
建立自动化评测体系，持续优化重建质量、定位成功率、位姿精度、运行延迟及资源占用
前沿技术探索：跟踪视觉 SLAM、前馈式三维重建、视觉定位、多模态场景图构建等技术进展，并推动其在机器人产品中的应用
优先资格
全栈设计能力：熟悉从相机与传感器标定、视觉前端、位姿估计、后端优化、地图构建、全局重定位到嵌入式部署的完整链路，能够独立设计并实现机器人视觉重建与重定位系统
前沿算法落地：具有VPS、前馈式三维重建、3D Gaussian Splatting、语义地图等方向的研究及工程落地经验
大规模地图经验：具有大规模场景建图、地图压缩与切片、云端建图、地图增量更新或融合定位系统开发经验
多平台落地经验：对轮式机器人、四足机器人、人形机器人、无人机、自动驾驶或 AR/VR 设备中的一种或多种平台有实际落地经验
有机器人产品量产及大规模部署经验者优先
性能优化经验：熟悉 CUDA、TensorRT、OpenMP、多线程或异构计算，具备端侧实时视觉算法优化经验
学术与竞赛：在机器人、SLAM、三维视觉、计算机视觉领域顶会/顶刊（如 ICRA、IROS、RSS、TRO、CVPR、ICCV、ECCV 等）发表过高水平论文，或在相关国际挑战赛中获得优异成绩
AI 洞察
优缺点分析
优点
- 依托高德在地图与位置服务领域的深厚积累，拥有海量真实场景数据与丰富的机器人落地平台
- 接触3D Gaussian Splatting、前馈式三维重建等最前沿技术，技术壁垒高，行业前景广阔
- 需解决动态环境、光照变化等长尾Corner Case，对算法鲁棒性要求极高
- 适合在计算机视觉、SLAM或三维重建领域有深厚积累，且具备较强工程落地与C++底层优化能力的资深算法工程师
缺点 / 挑战
- 算法在端侧（如Jetson、ARM）的实时性优化与资源受限下的性能平衡极具挑战
角色解读
- 纵向可发展为视觉算法首席专家或技术总监，横向可拓展至具身智能、自动驾驶或AR/VR等前沿硬件产品的核心算法负责人
- 研发机器人三维感知与视觉定位算法，解决动态、弱纹理等复杂场景下的建图与定位难题
- 负责算法在嵌入式平台（如Jetson、Orin）的部署、优化与自动化评测
- 探索并落地前馈式三维重建、视觉SLAM等前沿技术
- 扎实的计算机视觉与多视图几何理论基础，精通C++/Python及ROS/ROS2开发框架
- 具备端到端视觉重定位、三维重建或图像检索至少两个方向的深度研发经验
- 熟练掌握PyTorch等深度学习框架，并有算法在真实机器人或嵌入式平台上的部署优化经验
申请策略
- 准备好个人在顶会（如CVPR、ICRA）发表的论文或国际挑战赛获奖经历，这在阿里高阶算法岗面试中是极大的加分项
- 突出在视觉SLAM、三维重建或视觉重定位方向的完整项目经验，特别是端到端模型的训练与落地成果
- 强调算法在嵌入式平台（如NVIDIA Jetson）上的部署、性能优化及资源占用降低的具体数据
- 补充或深化对3D Gaussian Splatting、前馈式三维重建等最新前沿技术的理解与实践
- 提升CUDA、TensorRT等异构计算与端侧实时优化能力
面试指南
- 采用STAR法则，重点突出“问题定义-技术选型-难点攻克-量化收益”
- 在算法对比时，从理论上限、计算复杂度、数据依赖性和泛化能力四个维度进行客观分析
- 请详细介绍你主导过的一个视觉三维重建或重定位项目，遇到了哪些Corner Case，如何解决的？
- 在将深度学习模型部署到NVIDIA Jetson或ARM平台时，你做了哪些性能优化？延迟和精度如何平衡？
- 传统几何方法（如PnP、BA）与端到端学习方法在位姿估计中各有什么优缺点？如何结合？
- 针对动态环境和弱纹理场景，你的图像检索或重定位算法是如何提升鲁棒性的？
- 复习多视图几何基础理论（对极几何、BA推导）及最新前沿论文（如3DGS、前馈式NeRF）
- 梳理自己项目中的核心代码架构与性能优化细节，准备好应对底层原理的深挖
职位点评
薪资福利85
成长发展95
工作生活40
使命价值80
薪资福利
85较高
作为阿里集团的高阶算法专家岗，薪资水平处于行业头部，且上市公司福利体系完善，能极好地满足补偿性动机。
薪资信号未披露（AI估算：4千–7万/月）
成长发展
95较高
岗位涉及具身智能、3D Gaussian Splatting等最前沿技术，且要求顶会论文或竞赛背景，技术成长与前沿探索空间极大。
技术前沿前沿/新兴技术
技术栈视觉SLAM、三维重建、PyTorch、Transformer、3D Gaussian Splatting、NVIDIA Jetson、ROS/ROS2
成长机会前沿技术探索
业务类型ambiguous
工作生活
40较低
JD未提及工作模式与WLB相关信息，且算法专家岗通常面临较高的项目交付与端侧优化压力，生活化动机满足度有限。
工作模式未明确
办公地点市区核心地段
加班情况未提及（无法判断）
使命价值
80较高
机器人视觉技术是具身智能和自动驾驶的核心基石，具有极高的科技价值与推动行业进步的使命感。
行业发展高速增长赛道
社会影响正向社会影响力较高
创新程度开拓性创新（行业首创）
阿里巴巴 的其他在招职位
相似职位推荐
Watch Jobs