【HSA】辅助驾驶红绿灯通行算法工程师（静态要素）

优缺点分析

角色解读

• 在感知算法领域深耕，成为SLAM或多传感器融合方向的专家
• 向自动驾驶系统架构师发展，参与系统设计与决策
• 进入管理岗，带领团队攻关核心技术难题
• 负责车端静态要素（车道线、交通灯、标识牌等）的融合与重建算法研发，实现高精度环境感知
• 进行跨模态数据关联、跟踪以及3D重建，提升感知系统的鲁棒性
• 参与自动驾驶主线技术的快速迭代，支持量产项目的交付与落地
• 扎实的SLAM理论基础，熟悉VIO/LIO/VSLAM/SfM等算法
• 熟练使用C/C++和Python进行算法工程化开发，掌握g2o、Ceres等优化库
• 了解自动驾驶地图数据结构和拓扑构建，有红绿灯通行性项目经验
• 熟悉ROS/ROS2系统，具备多传感器融合经验

申请策略

• 在简历中量化项目成果，如精度提升、运算效率等
• 了解地平线在自动驾驶芯片和算法方面的布局，展现对公司的认同
• 突出SLAM相关项目经验，尤其是红绿灯、道路结构等静态要素处理
• 强调C++/Python编程能力和优化库使用经验，如g2o、Ceres
• 展示多传感器融合或跨模态关联的项目成果
• 如有ROS2或自动驾驶地图经验，务必列出
• 补充学习VIO/LIO等经典SLAM算法的推导和实现
• 熟悉g2o、Ceres等优化库的使用，提升工程化效率

面试指南

• 对于项目经历类问题，使用STAR法则（情境、任务、行动、结果），突出个人贡献和技术难点
• 对于算法原理问题，先简述核心思想，再深入细节，结合实际应用场景
• 对于工程实现问题，强调代码质量、调试方法和性能优化思路
• 请详细介绍一下你参与过的SLAM项目，以及你在其中负责的模块
• 如何解决多传感器融合中的时间戳同步问题？
• 讲解一下VIO中的边缘化操作及其作用
• 你如何处理红绿灯检测中的遮挡和光照变化问题？
• 描述你使用ROS2进行系统集成的经验