博世
泊车建图定位算法工程师_XC
泊车建图定位算法工程师_XC
发布于 3 小时前普通员工/个人贡献者
全职员工仅现场办公自动驾驶
自动驾驶
Slam
图优化
多传感器融合
定位算法
建图
车载嵌入式
值不值得投
74综合评分
综合评分 74
外资车企核心算法岗，技术前沿，成长性好，稳定性高
从薪资福利、成长发展、工作生活和使命价值四个维度综合评估，方便横向比较。
薪资怎么样
3.3万
比自动驾驶中位数低
发布情况
新岗位 · 今天发布
公司情况
这家公司招聘很活跃
约 1160 个在招 · 其中自动驾驶 17 个
市场机会
选择面较广
苏州 · 自动驾驶 · 80 个在招
职位详情
关于这个职位
负责智能泊车项目的空间定位与局部建图算法开发及量产落地，解决复杂场景下的长尾问题
设计多传感器融合估计框架，确保在无GPS环境下的精准定位，并进行底层代码优化以提升运行效率
最低要求
学历与专业：硕士及以上学历，计算机科学、车辆工程、数学、机器人学等相关专业
工作经验：2年以上建图定位的开发经验
理论基础：深刻理解 SLAM 技术链路（如图优化、状态估计等理论），熟悉常用的非线性优化库（如 Ceres、g2o、GTSAM）
编程能力：精通 C++ 编程，具备良好的代码风格和工程实践能力
同时熟悉 Python，能够用于快速原型验证和工具开发
综合素质： 具备出色的逻辑思维能力、问题分析与解决能力，以及良好的沟通能力和团队协作精神
工作职责
在智能泊车项目中负责空间定位与局部建图算法的开发与量产落地，并主导解决量产过程中遇到的各类棘手长尾场景
设计并实现高效的多传感器数据融合估计框架（包含不限于惯导 IMU、轮速计、视觉相机、激光雷达等数据），确保车辆在无 GPS 信号的地下车库、多层停车场等复杂环境里依然能精准感知自身位置
针对资源受限的车载算力芯片进行深入的底层代码优化，在保证定位精度的同时，最小化内存和计算开销，提升算法的运行效率
敏锐捕捉 SLAM、三维重建及多模态融合领域的前沿学术与行业动向，评估并推动先进技术在实际量产产品中的应用落地
优先资格
拥有 AI 模型相关的学习背景或项目经验（例如：熟悉如何利用深度学习网络进行特征点提取/匹配、语义分割或端到端定位，熟悉 PyTorch 框架及 TensorRT 部署流程者尤佳）
完整经历过至少一款 APA 自动泊车或 AVP 代客泊车等量产功能研发全周期的候选人优先
AI 洞察
优缺点分析
优点
- 博世作为跨国巨头，提供稳定的平台和完善的培训体系
- 接触前沿自动驾驶技术，职业发展前景广阔
- 适合有扎实算法基础、追求技术深度且在大型外企工作的求职者
缺点 / 挑战
- 量产落地压力大，需解决复杂的长尾场景问题，对算法鲁棒性要求极高
角色解读
- 可向高级算法专家、技术架构师或自动驾驶系统负责人方向发展
- 负责智能泊车系统的核心算法开发，包括空间定位和局部建图
- 精通C++编程，深入理解SLAM技术及多传感器融合算法
申请策略
- 准备详细的项目案例，展示解决复杂工程问题的能力
- 突出SLAM项目经验，特别是多传感器融合和车载平台优化的具体成果
- 加强深度学习在视觉定位中的应用知识，熟悉TensorRT等部署工具
面试指南
- 使用STAR法则（情境、任务、行动、结果）描述项目经历，重点突出技术难点和解决方案
- 请详细介绍你参与的SLAM项目，遇到的最大挑战是什么？
- 如何在资源受限的车载芯片上优化SLAM算法？
- 多传感器融合中如何处理不同传感器的时间同步和空间标定？
- 复习SLAM核心理论，准备具体的代码优化案例，了解博世最新的自动驾驶技术方向
职位点评
薪资福利75
成长发展85
工作生活60
使命价值70
薪资福利
75中等
博世作为知名外企，通常提供具有竞争力的薪酬和完善的福利体系，满足度较高。
薪资信号未披露（AI估算：2.5千–4.0万/月）
成长发展
85较高
职位涉及前沿的自动驾驶技术和AI应用，技术成长空间大，符合发展性动机。
技术前沿前沿/新兴技术
技术栈SLAM、C++、Python、PyTorch、TensorRT、多传感器融合
业务类型profit_center
工作生活
60中等
外企通常工作生活平衡较好，但算法研发岗位可能面临项目压力，WLB中等。
工作模式未明确
办公地点科技园/产业园
加班情况未提及（无法判断）
使命价值
70中等
智能泊车技术有助于提升交通安全和便利性，具有一定的社会价值。
行业发展高速增长赛道
社会影响正向社会影响力较高
使命信号improve quality of life all across the globe
创新程度积极采用新技术
博世 的其他在招职位
相似职位推荐
Watch Jobs