京东
激光SLAM算法工程师（无人机方向）
激光SLAM算法工程师（无人机方向）
发布于 大约 7 小时前普通员工/个人贡献者
广东省
高级经验
全职员工
仅现场办公
硕士
软件工程
Imu
Ros
Slam
多传感器融合
嵌入式
无人机
激光雷达
物流
点云配准
AI 估算 · 25k–40k
硕士学历、3年以上经验及京东物流平台，薪资处于行业中等偏上，需扎实SLAM工程能力。
职位详情
关于这个职位
作为京东物流的激光SLAM算法工程师，你将负责基于激光雷达与IMU等传感器实现高精度地图构建与定位，应用于无人机物流配送场景
你需要设计多源融合SLAM框架，解决退化环境下的定位问题，并跟进3DGS等前沿技术，将算法部署到嵌入式平台
适合对机器人SLAM有深入经验和热情的技术人才
最低要求
计算机、自动化、机器人、测绘等相关专业硕士及以上学历
扎实的多视图几何与状态估计理论基础，精通 ICP / NDT 点云配准、ESKF、图优化（iSAM2 / g2o / Ceres）
深入理解至少一种主流 LIO 框架（FAST-LIO2、Point-LIO、LiDAR-IMU 紧耦合）的原理与工程实现
熟练使用 C/C++，有 Linux 下 ROS/ROS2 开发经验，具备嵌入式实时系统算法移植能力
年以上激光 SLAM 或机器人定位建图经验，有实际工程调试经历
工作职责
基于多线激光雷达实现未知环境下的实时高精度地图构建与定位，并深入理解雷达点云配准、IMU预积分与误差状态卡尔曼滤波
设计并实现可扩展的以LiDAR-IMU为核心的多源信息融合SLAM框架，包括不限于融合视觉、GNSS、磁力计、TOF等
负责点云前端特征（平面/角点/线特征、基于深度学习的点云描述子）提取，设计LIDAR全局重定位与后端优化模块
针对物流配送场景（城市峡谷、园区、落地包裹点等），解决退化环境下的定位维持问题
跟进激光SLAM 前沿技术，研究3DGS、多模态模型等技术在现有产品中落地
面向量产需求，将算法部署至嵌入式平台，完成实时性优化、内存管理与算力适配
协同飞控、感知、导航团队完成系统集成、试飞验证与性能评测
AI 洞察
优缺点分析
优点
- 身处京东物流大平台，拥有丰富的业务场景和海量数据，技术落地价值高
- 涉及前沿技术如3DGS、多模态模型，可保持技术前沿性，提升个人竞争力
- 团队协作跨飞控、感知、导航，有助于培养系统级工程思维和综合能力
- 算法需量产部署，锻炼工程化能力和嵌入式优化技能，市场稀缺性高
- 物流配送场景复杂（城市峡谷、园区等），退化环境定位维持难度大，需要较强的算法创新能力
- 面向量产要求，算法需在有限算力下实现实时性，对工程优化能力要求高
- 自学门槛高，需要扎实的数学功底和多传感器融合理论基础，入门周期较长
缺点 / 挑战
- 适合对机器人SLAM有浓厚兴趣、具备扎实理论基础和工程调试经验的算法工程师，愿意深入挑战退化环境定位问题，并能接受嵌入式部署的工程化工作
角色解读
- 在京东物流积累无人机SLAM量产落地经验，向技术专家或团队架构师方向发展
- 深入多传感器融合与自主导航领域，成为机器人定位与感知方向的行业专家
- 可拓展至自动驾驶、移动机器人等更广泛的智能系统领域
- 基于多线激光雷达和IMU等传感器，实现实时高精度地图构建与定位
- 设计多源信息融合SLAM框架，融合视觉、GNSS、磁力计等数据
- 负责点云前端特征提取、全局重定位与后端优化，解决退化环境定位问题
- 跟进前沿技术如3DGS，并将算法部署至嵌入式平台，协同团队完成系统集成
- 精通多视图几何与状态估计，熟悉ICP、NDT、ESKF、图优化等算法
- 深入理解至少一种主流LIO框架（如FAST-LIO2）的原理与工程实现
- 熟练使用C/C++，有ROS/ROS2开发经验及嵌入式实时系统移植能力
- 具备3年以上激光SLAM或机器人定位建图经验，有实际工程调试能力
申请策略
- 了解京东物流无人机的发展现状和场景特点，在面试中体现对业务适配性的思考
- 准备一个完整的SLAM项目演示，从算法设计到嵌入式部署的效果展示，增强说服力
- 重点突出激光SLAM相关项目经历，特别是基于FAST-LIO等框架的实际工程经验
- 详细描述在多传感器融合、点云特征提取、图优化等方面的技术贡献和成果
- 展示嵌入式平台算法移植和实时性优化的具体案例，体现工程能力
- 如有无人机或物流相关项目经验，务必突出，匹配业务场景
- 补充嵌入式Linux下的C++优化技能，学习ARM/DSP等平台算法移植方法
- 深入理解3DGS、多模态模型等前沿技术，准备相关demo或研究笔记
面试指南
- 针对算法原理类问题，采用“公式+流程+关键改进点”的结构，先讲数学基础，再分析优劣
- 针对工程问题，采用“背景-方案-结果”的STAR法则，突出量化指标和对比效果
- 针对前沿技术问题，表明关注并展示自学内容，结合业务场景提出落地设想
- 请详细解释FAST-LIO2的核心原理及其与Point-LIO的区别
- 在退化环境下（如长走廊、无纹理区域），如何维持定位？请举出你解决过的实际案例
- 多传感器融合中，如何处理不同传感器之间的时间同步和坐标系对齐？
- 当将SLAM算法部署到嵌入式平台时，你做过哪些优化来保证实时性？
- 你对3DGS在SLAM中的应用前景怎么看？有无尝试或研究？
职位点评
64
综合评分
京东物流无人机SLAM岗位，技术前沿、平台大、成长快，但工作强度和WLB未明确。
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
该职位最适合追求技术成长与发展前景的求职者，愿意接受一定的工作强度以换取前沿技术经验和大平台背景。
表现最好
成长发展
相对薄弱
工作生活
薪资福利60
成长发展85
工作生活40
使命价值70
薪资福利
60中等
该职位薪资未明确披露，但京东作为上市大厂，通常提供有竞争力的薪酬福利，属于市场中等偏上。福利方面未在JD中提及，因此补偿性动机满足程度中等。
薪资信号未披露（AI估算：25K-40K/月）
成长发展
85较高
职位涉及前沿技术（3DGS、多模态模型）和主流LIO框架，且要求量产落地，技术成长空间大。但JD未明确提及晋升通道或培训，发展性动机满足较好。
技术前沿前沿/新兴技术
技术栈SLAM、LiDAR、IMU、点云、图优化、3DGS、多模态、C++、ROS、嵌入式
业务类型profit_center
工作生活
40较低
工作地点为广东省，未明确办公模式，通常需要现场办公。JD未提及弹性工时或WLB相关信号，且行业特性可能存在一定强度，生活化动机满足有限。
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
属于高速增长的无人机物流赛道，社会影响力中性，创新水平积极采用新技术，有一定意义感但非核心动力。
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
京东 的其他在招职位
相似职位推荐
Watch Jobs