空间智能算法工程师（VSLAM方向）

优缺点分析

角色解读

• 在技术深度上发展为SLAM/三维重建领域的资深算法专家，主导核心算法研发
• 横向扩展至机器人感知、导航或计算机视觉其他方向，成为技术架构师
• 管理路径可晋升为团队技术负责人或项目经理，带领团队完成复杂项目
• 开发与优化VSLAM算法，包括视觉里程计、后端优化和闭环检测等核心模块
• 结合深度学习技术，研究动态场景处理、语义SLAM或端到端三维重建等前沿方向
• 将算法部署到机器人产品中，进行工程落地和性能调优，确保稳定运行
• 撰写技术文档和实验报告，参与团队技术方案讨论与评审
• 扎实的SLAM/SFM/MVS理论基础，熟悉多视图几何、BA优化等经典算法
• 精通C++编程，熟练使用OpenCV、Eigen、g2o/Ceres、PCL等开发库
• 熟悉ORB-SLAM、VINS等主流开源SLAM项目，并有实际应用经验
• 掌握Python，有使用Superpoint、LoFTR等深度学习模型的实际经验

申请策略

• 关注京东科技在机器人领域的业务布局，面试中可结合公司产品（如仓储机器人）阐述你的算法如何落地
• 准备一个完整的SLAM项目案例，从问题定义、算法设计到实现和效果评估，展示系统思考能力
• 突出SLAM或三维重建相关的项目经历，详细描述你参与的算法模块和优化效果
• 强调使用深度学习模型（如Superpoint、LoFTR）的实际经验，展示技术深度
• 列出开源SLAM项目（如ORB-SLAM）的二次开发或调优成果，体现工程能力
• 如有论文或专利，务必列出，尤其是顶会论文是重要加分项
• 深入复习多视图几何、BA优化等SLAM核心理论，并熟悉常见库（g2o、Ceres）的使用
• 动手复现ORB-SLAM3或VINS-Mono的完整流程，理解代码架构和关键模块

面试指南

• 回答技术原理题时，先给出定义和数学基础，再结合开源项目具体说明，最后提出可能的优化思路
• 对于工程落地问题，从系统设计、性能指标、调试方法等方面分层阐述，强调关键权衡
• 遇到开放性问题，可先拆解问题，提出多个候选方案，并比较优劣，展示系统性思考
• 请解释VSLAM中BA优化的原理及其在ORB-SLAM中的应用
• 如何解决动态场景下的SLAM问题？请结合深度学习提出方案
• 简述ORB-SLAM3的算法流程，并说明其改进点
• 你如何使用Superpoint或LoFTR进行特征匹配？效果如何？
• 在机器人产品中，如何确保VSLAM算法的实时性和稳定性？