【研发中心】2027届感知算法工程师(J24402)

优缺点分析

角色解读

• 向资深感知算法专家或技术专家方向发展，深入SLAM核心技术
• 转向机器人/自动驾驶领域，具备广阔的行业前景
• 有机会晋升为技术团队负责人或项目负责人
• 研发视觉SLAM算法，实现无人机在无GPS环境下的高精度定位与地图构建
• 优化视觉惯性里程计（VIO），融合IMU、LiDAR等多传感器数据，提升复杂场景鲁棒性
• 开发实时三维重建与语义分割模块，支持无人机自主导航与场景理解
• 搭建仿真测试环境，将算法部署到嵌入式平台，并研究NeRF等前沿技术
• 精通SLAM理论与主流框架，如ORB-SLAM、VINS-Fusion
• 熟悉多传感器融合与标定，掌握C++/Python及OpenCV、PCL、Eigen等库
• 具备ROS/ROS2开发经验，了解嵌入式平台部署（CUDA、TensorRT）
• 扎实的数学基础，良好的工程化思维

申请策略

• 了解大华股份在智慧物联和机器人方向的业务布局，在面试中展现对行业趋势的理解
• 准备1-2个深度项目故事，清晰讲述问题、方案和结果
• 突出SLAM相关项目经历，如使用ORB-SLAM或VINS-Fusion的实现
• 强调多传感器融合和嵌入式部署经验，如CUDA/TensorRT优化
• 展示论文或竞赛成果，尤其是CVPR/ICRA等顶级会议论文
• 体现无人机或机器人实际开发经验，熟悉飞控系统更佳
• 系统复习SLAM理论基础，包括特征提取、后端优化、回环检测
• 动手复现主流SLAM框架，并尝试改进算法性能

面试指南

• 对于算法原理问题，建议先用流程图简述整体框架，再深入关键模块，并说明各模块的数学原理和工程细节
• 对于项目经验问题，采用STAR法则（情境、任务、行动、结果），突出个人贡献和技术难点
• 对于工程实践问题，结合自己的实际经验，从性能、精度、资源限制等角度权衡，并给出具体方案
• 请简述VINS-Fusion的算法流程，并说明如何应对弱纹理场景
• 熟悉哪些SLAM框架？请比较ORB-SLAM3和VINS-Mono的优缺点
• 如何在嵌入式平台实现SLAM算法的实时性优化？
• 如何融合IMU和视觉数据？卡尔曼滤波和因子图优化有何区别？
• 阐述一个你参与过的机器人或无人机项目，你负责了哪些模块？