地平线
【2027届校招】自动驾驶算法工程师
【2027届校招】自动驾驶算法工程师
发布于 大约 9 小时前普通员工/个人贡献者
北京市 / 成都市
无经验要求
全职员工
仅现场办公
硕士
计算机视觉工程
3Dgs
3D重建
Ceres
G2O
Pytorch
Slam
Vio
自动驾驶
AI 估算 · 25k–45k
自动驾驶算法为高薪热门方向，校招硕士在一线城市起薪较高，结合公司上市背景，薪资竞争力强。
职位详情
关于这个职位
该职位负责智能驾驶场景下的地图系统研发，重点解决地下停车场等复杂环境下的建图与定位难题
你将使用 C++/Python 和 PyTorch 等工具，参与 SLAM、3D 重建等前沿算法的研究与落地，助力自动驾驶量产项目
适合对视觉几何和算法有热情的硕士/博士同学
最低要求
硕士或以上学历在读，计算机、人工智能、自动化等相关专业，具备良好的英文文献检索与阅读能力
具备扎实的数学基础和编程能力，熟练掌握 C++/Python，有 Ceres、g2o、PyTorch 等库的实际使用经验
深刻理解多视图几何与状态估计，在以下方向之一有较深入的研究或实践经验：
经典 SLAM/VIO 系统，如 ORB-SLAM、VINS-Mono
视觉重定位（场景坐标回归、图像检索、绝对位姿回归等）
D 重建/新视角合成，如 SfM、NeRF、3D Gaussian Splatting、VGGT、DGGT
对高精地图要素矢量化、语义逻辑推理、路网拓扑生成或地图变化识别等相关算法有一定了解或实践
具备强烈责任心，善于学习与沟通，乐于协同推进工程落地与学术预研
工作职责
参与智能驾驶场景下的地图系统研发与优化，包括不限于AVP、记忆泊车及车位到车位等场景，重点解决地下停车场特有的无GNSS、弱纹理、重复结构、镜面/立柱干扰、剧烈光照变化、多楼层衔接等问题，持续提升众源地图构建与更新系统在几何精度、拓扑正确性及稳定性上的表现
跟踪建图定位领域的前沿技术（SOTA），协助探索新方案在实车场景中的落地可行性，方向包括但不限于：神经隐式表征/3DGS建图、无图/轻地图范式下的语义建图与重定位等，解决行业长尾问题
优先资格
有自动驾驶、机器人 AVP/记忆泊车 量产或预研项目经验
有 CVPR/ICCV/ECCV/ICRA/IROS 等顶会顶刊论文发表记录，或在相关竞赛中取得优异成绩
熟悉算法在嵌入式平台上的部署、加速与评测，有 Linux 开发及实车调试经验
AI 洞察
优缺点分析
优点
- 自动驾驶行业前景广阔，技术壁垒高，个人成长空间大
- 公司为上市大厂，平台稳定，拥有大量量产项目经验
- 接触前沿技术（3DGS、NeRF等），有学术与工程结合的实践机会
- 团队协作氛围好，鼓励创新与探索
- 工作强度可能较大，需要快速学习和适应新技术
- 领域竞争激烈，需持续跟进SOTA，保持技术敏感度
缺点 / 挑战
- 算法落地需要应对真实道路环境的复杂性，解决问题难度较高
- 适合对SLAM、计算机视觉有深厚兴趣，热爱技术挑战，愿意在自动驾驶领域深耕的硕士/博士同学
角色解读
- 从算法工程师向资深算法专家发展，深入建图定位领域，成为技术骨干
- 可转向技术管理岗位，带领团队负责系统级研发
- 在自动驾驶行业有广阔前景，可横向拓展至规划、感知等领域
- 负责智能驾驶地图系统的研发，包括AVP、记忆泊车等场景的建图与定位算法优化
- 解决地下停车场等复杂环境下的感知难题，提升地图的几何精度和拓扑正确性
- 跟踪前沿技术，探索神经隐式表征、3DGS等新方案在实车场景的落地可行性
- 参与工程落地与学术预研，与团队协作推进算法量产
- 扎实的C++/Python编程能力，熟悉Ceres、g2o、PyTorch等库
- 深刻理解多视图几何与状态估计，熟悉SLAM/VIO或视觉重定位或3D重建相关算法
- 具备英文文献检索与阅读能力，能快速跟踪SOTA技术
- 有较强的数学基础和问题分析能力，能应对复杂实际场景
申请策略
- 了解地平线的自动驾驶产品和地图技术方向，在面试中展现对公司的研究兴趣
- 准备一个完整的项目案例，突出从问题定义到解决落地的思路
- 突出SLAM/VIO、视觉重定位或3D重建相关的项目/论文，详细描述技术难点和解决方案
- 强调C++/Python编程能力，展示Ceres、g2o或PyTorch的实际使用经验
- 如有顶会论文或竞赛获奖，务必显著标注
- 展示对地图构建、高精地图矢量化等方向的了解
- 复习Ceres/g2o优化库的使用，掌握PyTorch实现深度学习模型
- 深入理解多视图几何和状态估计的数学基础
面试指南
- 使用STAR法则描述项目经历：情境、任务、行动、结果
- 对于算法原理问题，先讲核心思想，再展开技术细节，最后总结优缺点
- 结合实例说明，强调自己的思考过程和解决问题的能力
- 请介绍一个你在SLAM或VIO方面的项目，遇到了哪些挑战？如何解决的？
- 如何解决地下停车场无GNSS环境下的定位问题？
- 你对3D Gaussian Splatting的原理和应用有何理解？
- 如何评估地图构建的几何精度和拓扑正确性？
- 你如何快速学习一篇SOTA论文并实现复现？
职位点评
69
综合评分
自动驾驶算法校招岗，技术前沿，成长空间大，但薪资未披露，WLB不明确。
从起薪待遇、成长路径、工作节奏和岗位方向综合评估，方便比较职业起点。
更适合这类人
适合追求技术成长、对自动驾驶充满热情，能接受现场工作的学生。
表现最好
成长发展
相对薄弱
工作生活
薪资福利65
成长发展85
工作生活45
使命价值70
薪资福利
65中等
职位未明确薪资，但自动驾驶算法校招岗位通常提供有竞争力的薪酬，且公司已上市，稳定性较好。
薪资信号未披露（AI估算：25K-45K/月）
成长发展
85较高
职位涉及SLAM、3D重建等前沿技术，提供丰富的学术和工程实践机会，且公司注重技术积累。
技术前沿前沿/新兴技术
技术栈C++、Python、Ceres、g2o、PyTorch、SLAM、VIO、3DGS、NeRF、视觉重定位
业务类型ambiguous
工作生活
45较低
职位要求现场办公，且未提及弹性工作安排，多个工作地点可能涉及协调，工作节奏可能较快。
工作模式未明确
办公地点未明确
加班情况未提及（无法判断）
使命价值
70中等
自动驾驶行业处于高速增长期，社会价值较高，但职位描述未强调使命感，更注重技术实现。
行业发展高速增长赛道
社会影响中性/一般
创新程度积极采用新技术
地平线 的其他在招职位
相似职位推荐
Watch Jobs