JD logo
京东
空间智能算法

空间智能算法

发布于 大约 14 小时前

普通员工/个人贡献者

北京市
中级经验
全职员工
仅现场办公
学历未注明
具身智能
3D几何
Ros2
卡尔曼滤波
图数据库
图神经网络
图结构
知识图谱
动态场景图

AI 估算 · 30k–50k

京东北京算法岗,3年经验,具身智能前沿,薪资有竞争力,综合市场标准估算。

职位详情

关于这个职位

该职位属于京东科技具身智能方向,负责研发动态场景图(DSG)系统,构建支持时空维度的地图表示,支撑机器人定位、导航和自动驾驶的感知与规划

你将深入图结构、3D几何和时序建模,使用C++/Python等语言,参与大规模图存储与查询优化,是AI前沿领域的技术挑战

最低要求

计算机科学、人工智能、机器人、数学物理等相关专业,3年以上相关领域经验

精通图结构(有向/无向图、时序图)、空间索引(KD-Tree、八叉树)及大规模图存储方案
扎实的3D几何基础(变换矩阵、四元数、碰撞检测),熟悉空间描述子(PointNet、3D CNN)及相对位姿编码
理解时间序列建模、状态估计(卡尔曼滤波、粒子滤波)或时序数据库原理,有动态环境状态管理经验
精通C++/Python,熟悉图数据库(Neo4j、ArangoDB)或内存图存储引擎,有高性能计算/并行优化经验
了解知识图谱Embedding(TransE、RotatE)、图神经网络(GCN、GAT)及对比学习

工作职责

参与动态场景图(DSG)设计、研发,构建支持时空维度的高效、稀疏图表示体系,实现节点/边的动态增删改查与版本管理

研发融合稀拓扑地图、局部体素构建鲁棒、平滑的地图定位表征形式,支撑下游推理与规划
设计记忆衰减与置信度动态更新机制,研发跨时间的因果追溯与关联查询
构建认知空间/时空记忆统一数据底座,支持多模态输入(视觉、语言、位姿)到图结构的自动化映射与融合
优化大规模动态图在实时交互场景下的存储与查询性能

优先资格

有具身智能、机器人定位/导航或自动驾驶场景理解/地图构建项目经验者优先

有ROS2开发经验者优先
加分项:在NeurIPS/CVPR/ICRA/IJRR等顶会/顶刊发表相关论文
熟悉神经符号推理或认知架构(ACT-R、SOAR)

AI 洞察

优缺点分析

优点

  • 京东科技平台资源丰富,业务场景多元,为算法落地提供实际数据支撑
  • 研究方向前沿,涉及图神经网络、时空推理等,技能积累具有长期价值
  • 团队可能包含高学历人才,学习氛围好,且有机会与机器人、自动驾驶团队协作
  • 岗位要求技能面广,涉及图、3D、时序等多个领域,学习曲线陡峭

缺点 / 挑战

  • 作为算法工程师,工作强度可能较高,需要持续跟进最新研究
  • 北京生活成本高,需考虑通勤与居住压力
  • 适合热爱技术挑战、具备扎实编程和数学基础,希望在空间智能/具身智能领域深耕的工程师

角色解读

  • 在具身智能和空间AI领域深耕,成为算法专家,可主导核心模块设计
  • 向技术负责人(TL)发展,带领团队推进场景理解与地图构建项目
  • 有机会发表顶会论文,提升学术影响力,或转入研究岗/架构师方向
  • 负责动态场景图(DSG)的设计与研发,构建时空维度的稀疏图表示体系,支持动态增删改查与版本管理
  • 研发融合拓扑地图和局部体素的地图定位表征,支撑下游推理与规划
  • 设计记忆衰减与置信度更新机制,实现跨时间因果追溯与关联查询
  • 构建多模态输入到图结构的自动化映射与融合,优化大规模图存储与查询性能
  • 精通C++/Python,具备扎实的3D几何基础(变换矩阵、四元数、碰撞检测)
  • 熟悉图结构、空间索引(KD-Tree、八叉树)及大规模图存储方案
  • 理解时间序列建模、状态估计(卡尔曼滤波、粒子滤波)及时序数据库原理
  • 了解知识图谱嵌入、图神经网络(GCN、GAT)及对比学习,有具身智能或自动驾驶经验更佳

申请策略

  • 在简历中体现对具身智能产业的了解,可提到京东物流机器人、自动驾驶等场景
  • 投递后关注面试反馈,主动与HR沟通岗位团队方向,展现热情
  • 突出图相关项目经验(如知识图谱、图数据库、图神经网络等),展示解决复杂图问题的能力
  • 强调C++/Python编程能力和高性能优化经验,可附上性能优化案例
  • 如有机器人、自动驾驶或3D重建项目,务必重点描述,与岗位高度匹配
  • 提及论文发表或科研经历,说明学术能力
  • 提前复习图数据库(Neo4j)和内存图存储引擎,掌握图查询优化技巧
  • 补充学习ROS2和机器人定位导航知识,即使没有经验也可了解基础

面试指南

  • 先阐述问题背景和目标,再给出技术选型理由,最后说明实现细节和效果
  • 结合具体项目经验,按照“目标-方法-结果”结构回答
  • 对于设计类问题,先明确需求,再提出方案,并考虑性能、扩展性等维度
  • 请解释动态场景图(DSG)的构建流程,如何处理时空维度的节点/边更新?
  • 如何设计一个高效的空间索引结构来支持实时查询?
  • 你如何理解记忆衰减机制,在什么场景下会用到?
  • 介绍一个你使用图神经网络或知识图谱的项目,遇到什么挑战?
  • C++中如何优化大规模图的遍历和内存占用?

职位点评

71
综合评分

大厂平台,前沿技术栈,薪资有竞争力,但工作强度与灵活性未明确。

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
适合追求技术成长、对空间智能/具身智能充满热情,且能适应北京工作节奏的求职者。
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50
使命价值80

薪资福利

70中等

京东作为上市大厂,薪资水平具备竞争力,但JD未明确具体薪资和福利,需通过面试了解。

薪资信号未披露(AI估算:30K-50K/月)

成长发展

85较高

该岗位涉及空间智能、图神经网络等前沿技术,技能成长空间大,且有顶会论文机会,发展前景好。

技术前沿前沿/新兴技术
技术栈动态场景图、图神经网络、知识图谱、3D几何、ROS2、卡尔曼滤波、时间序列、对比学习
业务类型ambiguous

工作生活

50较低

工作地点在北京,未提及远程或弹性办公,大厂算法岗通常有一定强度,生活方式灵活性一般。

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

80较高

空间智能是推动机器人、自动驾驶的重要技术,行业前景广阔,参与核心研发带来较高成就感。

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
Watch Jobs