实习-SLAM算法工程师

优缺点分析

角色解读

• 从算法实习生成长为SLAM算法工程师，逐步独立负责模块级开发
• 可向高级SLAM/定位算法专家、技术Leader或系统架构师方向发展
• 也可横向拓展至自动驾驶、机器人其他感知或控制领域
• 负责无人机SLAM算法的研发与优化，涉及视觉、激光或多传感器融合的定位与建图
• 参与算法模块开发，提升在复杂环境下的鲁棒性和精度，并部署到嵌入式平台
• 与硬件、感知、控制等团队协作，推动算法工程落地
• 跟踪行业技术进展，进行算法创新
• 扎实的SLAM理论基础，熟悉主流算法如ORB-SLAM、LIO-SAM、VINS等
• 精通C++编程，具备良好的代码规范与算法实现能力
• 有ROS/ROS2开发经验，熟悉Linux开发环境
• 具备多传感器融合和多视角几何知识

申请策略

• 深入了解美团无人机业务的技术方向和产品动态，展现你的热情
• 在面试中准备一个你做过的最复杂的SLAM项目，用STAR法则描述
• 重点突出SLAM相关项目经验，特别是视觉或激光SLAM的完整实现
• 展示C++编程能力，如项目中的代码规范、性能优化等
• 强调ROS/ROS2使用经验，以及在Linux下的开发经历
• 如有学术发表或开源贡献，务必列出
• 系统复习ORB-SLAM、LIO-SAM、VINS等经典算法，理解原理及优缺点
• 练习C++编程，尤其是面向对象、STL、多线程等在实际项目中的应用

面试指南

• 对于算法类问题，先概述整体框架，再深入关键细节，结合数学公式或伪代码
• 对于工程问题，使用STAR法则：情境(Situation)、任务(Task)、行动(Action)、结果(Result)
• 请详细解释ORB-SLAM的框架和关键模块
• 在SLAM中如何处理动态物体？
• 你如何评估一个SLAM算法的精度和鲁棒性？
• C++中虚函数和多态的实现原理是什么？
• 描述一次你解决SLAM工程问题的经历
• 复习SLAM经典论文（如ORB-SLAM系列、LIO-SAM、VINS-Mono）并理解核心思想