【地瓜机器人】嵌入式软件开发工程师

优缺点分析

角色解读

• 技术深耕：成为嵌入式视觉或机器人算法专家，主导核心模块设计
• 团队领导：积累经验后转型技术Leader，带领项目组交付解决方案
• 领域拓展：向SLAM、三维重建或具身智能等前沿方向延伸，参与更高级的机器人系统研发
• 负责机器人软件的维护与开发，涉及大规模代码库和系统集成
• 参与多模态感知数据采集系统的构建，确保数据质量与稳定性
• 将双目视觉AI算法部署到地瓜芯片上，优化性能并编写相关文档
• 为客户提供技术支持和现场调试，解决实际应用中的问题
• 扎实的Linux嵌入式开发能力，熟悉交叉编译和性能调优
• 精通C/C++多线程编程，具备良好的软件工程习惯和数据结构知识
• 掌握OpenCV和ROS框架，能快速搭建机器人原型系统
• 深入理解双目立体视觉原理，包括相机标定、立体匹配和深度估计

申请策略

• 申请时附上技术博客或Github项目链接，展示对机器人或视觉方向的热情
• 面试前研究地平线地瓜系列芯片的架构特点，准备相关的优化思路
• 突出Linux嵌入式项目经验，尤其是OpenCV、ROS的实际应用案例
• 重点展示双目视觉相关的工作，如相机标定、立体匹配或深度估计
• 如有算法部署或芯片优化经历（如NPU、DSP），务必强调
• 提及多传感器融合或SLAM经验会显著加分
• 系统学习双目视觉算法和标定工具，可复现经典立体匹配方法
• 加强C++多线程和性能调优能力，熟悉常见设计模式

面试指南

• 采用STAR法则：背景-任务-行动-结果，突出技术细节和量化成果
• 先阐述理论原理，再结合实际项目经验说明优化策略
• 体现工程思维：从问题定位、方案评估到实施验证的完整链路
• 请描述你在Linux嵌入式开发中遇到的典型问题及解决过程
• 解释双目相机标定和立体校正的步骤，以及常用工具库
• 如何在资源受限的嵌入式平台上加速深度学习推理？
• 谈谈你对ROS的理解，并举例如何使用ROS实现多节点通信
• 如果客户反馈算法在芯片上性能不足，你会如何排查和优化？