高德地图
高德-算法工程师-北京
高德-算法工程师-北京
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计算机视觉工程
计算机视觉工程
Colmap
Opencv
三维重建
多视图几何
深度学习
算法工程化
视觉Slam
值不值得投
75综合评分
综合评分 75
前沿三维视觉技术、大厂平台背书、技术成长性强，但工作强度与WLB未明确。
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
5.0万
比计算机视觉工程中位数高
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 260 个在招
市场机会
选择面较广
北京 · 计算机视觉工程 · 约 150 个在招
职位详情
关于这个职位
负责室内场景三维重建算法的研究、开发与优化，涵盖相机位姿估计、多源数据融合等方向，支撑室内地图构建与更新
需结合业务需求跟踪前沿技术，建立评测体系，并推动算法的工程化落地与规模化应用
最低要求
任职要求
计算机、自动化、机器人、测绘、数学等相关专业，硕士及以上学历
具有优秀项目成果或工程经验者可适当放宽
具备扎实的多视图几何与数值优化基础，深入理解相机模型、坐标变换、对极几何、PnP、三角化及图优化
具有SfM、视觉SLAM相关研发经验，在其中至少一个方向具有深入实践，能够独立承担三维重建核心模块的设计、实现和优化
熟悉COLMAP、GLOMAP、OpenMVG等一种或多种开源系统，具备核心代码阅读、调试及改进能力
熟练使用Python，C++、熟悉Linux开发环境，以及OpenCV、Open3D等相关工具
具备真实场景下的算法分析与问题定位能力，能够针对重建失败、位姿误差、尺度漂移和模型质量异常等问题开展诊断与优化
具备良好的工程意识、沟通能力与团队协作能力，能够推动算法从实验验证走向稳定的业务应用
工作职责
岗位职责
负责室内场景三维重建相关算法的研究、开发与优化，涵盖相机位姿估计、稀疏及稠密重建、多源数据对齐与融合等方向
面向大规模、复杂室内场景，研究高精度、高鲁棒性的建图与增量更新技术，持续提升重建质量、场景覆盖率与处理效率
跟踪多视图几何、视觉SLAM、基于深度学习的三维重建等前沿技术，结合业务需求开展技术探索与应用
建立算法评测与质量分析体系，针对真实采集数据中的挑战开展问题分析和算法改进
与工程及业务团队协作，推动算法工程化和规模化应用，持续优化系统性能、稳定性与可维护性
优先资格
加分项
● 有大规模室内场景三维重建、视觉定位或地图生产经验
● 有跨序列对齐、视觉重定位、回环检测、增量建图或多模型融合经验
● 有深度估计、稠密点云融合、表面重建、视觉惯性及多传感器融合经验
● 有世界模型相关经验，理解生成先验在重建中的应用
● 熟悉PyTorch，有学习式特征匹配、端到端三维重建或几何基础模型相关研发经验
● 有CUDA、GPU加速、推理优化或大规模算法服务部署经验
● 在相关领域发表高质量论文，或具有开源贡献、可验证的算法改进及规模化落地成果
AI 洞察
优缺点分析
优点
- 聚焦三维视觉与SLAM前沿方向，技术壁垒高且学术与工业界结合紧密
- 依托大厂平台接触海量真实采集数据与高性能算力集群
- 项目直接支撑核心地图业务，落地价值显著，简历含金量高
- 算法理论门槛极高，需持续追踪国际顶会论文并复现创新方法
- 真实场景光照变化、纹理缺失等干扰因素多，调试周期长且容错率低
- 适合热爱底层算法研究、具备扎实数学推导与代码实现能力、追求技术深度且能抗压的研发型人才
缺点 / 挑战
- 需兼顾算法精度与线上推理耗时，工程化压力大
角色解读
- 向资深算法专家或技术负责人演进，主导复杂视觉系统架构设计
- 横向拓展至自动驾驶感知、机器人导航或空间计算领域
- 积累行业影响力后可转向技术管理或产学研合作方向
- 负责室内场景三维重建算法的研发与优化，设计相机位姿估计与多源数据融合核心模块
- 搭建算法评测体系，解决真实采集数据中的位姿漂移与模型质量异常问题
- 协同工程团队推动算法在室内地图业务中的规模化落地
- 扎实的数学与多视图几何基础，精通相机模型、对极几何与图优化理论
- 熟练掌握视觉SLAM/SfM流程及COLMAP等主流开源框架
- 精通C++/Python编程与Linux开发环境，具备OpenCV/Open3D实战经验
- 拥有算法工程化部署、性能调优与跨团队协作能力
申请策略
- 提前调研高德室内地图的业务痛点与竞品方案
- 准备1-2个完整项目案例，重点阐述技术选型依据、失败排查过程与最终业务收益
- 保持代码仓库整洁并附README说明
- 突出三维重建/SLAM相关项目，量化精度提升比例、帧率优化指标与内存占用降低数据
- 详细列出掌握的工具链版本及自研模块源码链接
- 强调在真实噪声数据下的问题定位逻辑与迭代方案
- 强化多视图几何与束调整(BA)、图优化的数学推导与手写代码能力
- 深入学习PyTorch自定义算子与CUDA并行编程
面试指南
- 采用STAR法则结构化呈现项目背景、目标、行动与结果
- 结合数学原理推导与代码实现双维度展开技术细节
- 突出问题分析思路、消融实验对比数据与最终业务指标提升
- 请详细说明你项目中如何解决位姿漂移或尺度模糊问题？
- 多视图几何中的对极约束是如何推导的？本质矩阵与基础矩阵的区别是什么？
- 在实际工程中如何平衡三维重建算法的精度与实时性？
- 如何设计一套完整的室内场景重建质量评估体系？
- 系统复习《Multiple View Geometry》核心章节与经典SLAM教材
职位点评
薪资福利82
成长发展92
工作生活45
使命价值70
薪资福利
82较高
薪资处于互联网大厂中上水平，配套完善福利，但高强度研发节奏可能稀释部分补偿价值。
薪资信号偏高 (3.5千–6.5万/月)
成长发展
92较高
聚焦三维重建与视觉SLAM前沿方向，提供充足的技术探索空间与工程落地机会，成长路径清晰。
技术前沿前沿/新兴技术
技术栈三维重建、视觉SLAM、多视图几何、PyTorch、CUDA
业务类型profit_center
工作生活
45较低
未明确提及弹性工时或远程政策，算法研发通常伴随较高工作强度与交付压力，WLB一般。
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
致力于构建高精度室内数字地图，赋能商业导航与空间服务，具备一定的社会实用价值与技术探索意义。
行业发展稳定成熟行业
社会影响中性/一般
创新程度积极采用新技术
高德地图 的其他在招职位
相似职位推荐
Watch Jobs