Netease logo
网易
激光SLAM算法实习生

激光SLAM算法实习生

发布于 大约 14 小时前

实习/见习

杭州市
无经验要求
实习生
仅现场办公
本科
具身智能
Fast-Lio
Lio-Sam
Pcl
Ros
Slam
图优化
多传感器融合
激光雷达

AI 估算 · 4k–8k

杭州大厂算法实习薪资,结合市场水平,技术含量高,提供成长机会。

职位详情

关于这个职位

该职位负责开发与优化3D激光雷达SLAM算法,包括多传感器融合和系统集成,在ROS框架下进行真机调试,并跟踪前沿技术

适合对机器人定位建图感兴趣的在校学生,可接触工业级应用场景

最低要求

学历专业:自动化、计算机、机器人工程、电子信息等相关专业,本科及以上在读(硕士优先)

编程能力:熟练掌握C++(熟悉C++11/14特性)或Python,具备良好的代码规范和工程化能力
框架经验:熟悉ROS1/ROS2操作系统,算法基础:熟悉LOAM、LIO-SAM、FAST-LIO、等至少一种主流SLAM算法原理,理解点云处理(PCL)、图优化(g2o/Ceres)及卡尔曼滤波
数学基础:扎实的线性代数、概率论与数值优化基础

工作职责

SLAM算法开发与优化:负责基于3D激光雷达的SLAM建图与定位算法开发,优化算法在复杂、震动环境下的鲁棒性、实时性与精度

多传感器融合:参与激光雷达、IMU、轮速计等多传感器的数据处理与融合(如LIO-SAM、FAST-LIO等框架),提升系统状态估计性能
工程落地与调试:配合团队进行算法在ROS/ROS2框架下的移植、系统集成测试及真机调试,解决实际场景中的定位漂移、建图畸变等问题
前沿技术调研:跟踪SLAM领域前沿论文,复现并改进开源算法
文档编写:撰写算法设计文档、测试报告及技术专利交底书

优先资格

加分项:

有实际机器人项目开发或竞赛经验优先
在机器人领域相关刊物(TRO、IJRR、RAL、ICRA、IROS等)上发表过slam相关论文者优先

AI 洞察

优缺点分析

优点

  • 大厂平台提供工业级应用场景,积累真实项目经验
  • 技术前沿,涉及多传感器融合和SLAM,行业需求旺盛
  • 团队有技术积累,可学习先进算法和工程实践
  • 表现优秀有转正机会,职业起点高
  • 算法复杂度和数学要求高,需要扎实的编程和理论基础
  • 可能需要承担一定工作强度,适应快节奏研发环境
  • 适合对机器人感知有强烈兴趣,具备较强编程和数学能力,希望在SLAM领域深耕的在校学生

缺点 / 挑战

  • 实习期需快速学习,面临同侪竞争压力

角色解读

  • 实习期表现优异可转正,成为正式SLAM算法工程师
  • 深入研究机器人感知与导航方向,成为SLAM领域专家
  • 未来可在机器人、自动驾驶、AR/VR等高景气行业横向发展
  • 负责基于3D激光雷达的SLAM建图与定位算法开发与优化,提升算法在复杂环境下的鲁棒性和精度
  • 参与激光雷达、IMU、轮速计等多传感器融合,使用LIO-SAM、FAST-LIO等框架改善状态估计性能
  • 在ROS/ROS2框架下进行算法移植、系统集成测试及真机调试,解决定位漂移、建图畸变等工程问题
  • 跟踪SLAM前沿论文,复现并改进开源算法,编写技术文档和专利交底书
  • 熟练掌握C++(C++11/14)或Python,具备良好的代码规范和工程化能力
  • 熟悉ROS1/ROS2操作系统,理解LOAM、LIO-SAM、FAST-LIO等主流SLAM算法原理
  • 掌握点云处理(PCL)、图优化(g2o/Ceres)及卡尔曼滤波等核心算法基础
  • 扎实的线性代数、概率论与数值优化基础

申请策略

  • 了解网易伏羲机器人部门的产品线和技术方向,在面试中展现行业热情
  • 准备一个完整的SLAM项目案例,包括问题、方法、结果,体现工程实践能力
  • 突出机器人竞赛、实际SLAM项目或开源贡献,量化成果
  • 展示C++/Python编程能力,附GitHub链接或代码示例
  • 强调熟悉ROS、PCL、LIO-SAM等框架,有实际调试经验
  • 如有论文、专利或技术博客,作为加分项呈现
  • 提前研读LOAM、LIO-SAM、FAST-LIO等经典算法源码,理解核心流程
  • 练习C++11/14新特性,掌握STL和常见数据结构

面试指南

  • 原理类问题:从传感器模型、前端匹配、后端优化、回环检测等模块逐步阐述,体现系统性理解
  • 实践类问题:结合项目具体场景,说明问题现象、原因分析、解决措施和效果,突出工程思维
  • 代码类问题:先澄清需求,再列出算法步骤,写出伪代码或关键代码,注意边界条件
  • 请解释LIO-SAM的算法流程及关键模块(如前端匹配、后端优化、回环检测)
  • 在激光SLAM中,如何解决点云配准漂移或建图畸变问题?
  • 多传感器融合中,激光雷达和IMU的权重如何确定?
  • 手写一个简单的卡尔曼滤波更新步骤,或说明图优化中雅可比矩阵的作用
  • 介绍你做过的一个SLAM相关项目,遇到的最大挑战及解决办法

职位点评

70
综合评分

大厂机器人算法实习,技术前沿、成长空间大,薪资未披露,需现场办公。

从学习成长、工作节奏、岗位方向和实习待遇综合评估,方便比较实习机会。

更适合这类人
适合追求技术成长、热爱机器人算法、能接受现场实习的在校生。
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50
使命价值75

薪资福利

60中等

实习薪资中等,但大厂平台提供良好的福利保障,具体薪资未披露。

薪资信号未披露(AI估算:4K-8K/月)

成长发展

85较高

技术前沿,涉及SLAM核心算法和多传感器融合,能快速提升算法工程能力。

技术前沿前沿/新兴技术
技术栈SLAM、激光雷达、C++、Python、ROS、多传感器融合、LIO-SAM、FAST-LIO、PCL、图优化
业务类型ambiguous

工作生活

50较低

需要现场办公,工作地点在杭州,未提及弹性或远程,作息要求未知。

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

75中等

机器人技术是未来方向,参与前沿研发有使命感,但具体社会价值不明确。

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