高级GNSS专家

优缺点分析

角色解读

• 技术专家路线：深耕GNSS/惯性导航/多传感器融合领域，成为公司或行业内的技术权威，攻克核心算法难题
• 技术管理路线：带领小型算法团队，负责特定产品线或技术方向的算法规划与交付
• 对GNSS（全球导航卫星系统）的高精度定位算法（如RTK、PPP）进行性能优化，使其能在实际产品中稳定运行
• 设计和开发将IMU（惯性测量单元）、视觉传感器与GNSS数据进行紧密融合的基带算法，提升定位的精度和鲁棒性
• 将优化后的算法方案工程化、产品化，确保其在无人机等硬件设备上高效运行
• 精通GNSS定位原理，特别是RTK和PPP技术，并有相关的算法优化经验
• 熟悉IMU、相机等传感器的特性，具备多传感器紧组合（紧耦合）算法设计与开发能力
• 优秀的C/C++编程能力，能进行高性能、低延迟的嵌入式算法开发与调试
• 具备扎实的信号处理、数字通信或导航制导相关理论基础

申请策略

• 深入了解大疆在无人机、车载设备等产品中定位技术的应用现状与挑战，面试时可结合产品进行分析
• 准备一个关于算法优化或问题解决的具体案例，用数据和结果来展示你的能力
• 重点突出与GNSS算法（RTK/PPP）、组合导航、传感器融合相关的项目经验和技术成果
• 详细描述在算法性能优化（如精度、首次定位时间、稳定性）和产品化（嵌入式移植、功耗优化）方面的具体贡献
• 清晰列出掌握的核心技能，如C/C++、Matlab、信号处理、卡尔曼滤波等
• 系统复习GNSS定位原理、误差模型以及RTK/PPP技术细节，巩固理论基础
• 研究IMU与GNSS紧组合导航的常见算法框架（如扩展卡尔曼滤波），并尝试在开源项目上实践

面试指南

• 对于原理性问题，先清晰阐述核心概念，再结合自身项目经验说明其应用和区别，最后点明实际挑战
• 对于案例问题，使用STAR法则（情境、任务、行动、结果）结构化描述，重点突出你的设计思路、技术选型理由和量化成果
• 对于场景设计问题，从多传感器融合的思路出发，提出分层处理、算法降级等具体解决方案
• RTK和PPP技术在原理和应用场景上有什么核心区别？在产品化过程中分别会遇到哪些主要挑战？
• 请描述一个你实现的IMU与GNSS紧组合导航算法案例
• 你是如何处理传感器异步和数据同步问题的？
• 当GNSS信号在城市峡谷或室内环境下严重退化时，你的算法如何保证定位的连续性和鲁棒性？
• 你如何评估一个GNSS算法的性能？会关注哪些关键指标？如何在这些指标之间进行权衡？