传感器算法工程师

优缺点分析

角色解读

• 可向资深算法专家、多传感器融合架构师方向发展，成为底层算法技术骨干
• 随着经验积累，可转型为算法团队技术负责人或AI产品化落地总监
• 负责传感器核心算法（信号/图像/点云/多传感器融合）的设计与优化，完成从数学建模到工程落地的全流程
• 配合硬件团队，在资源受限的嵌入式平台上进行算法移植、定点化与推理加速调优
• 撰写算法设计文档与测试规范，沉淀可复用的算法库与工具链，支持最终产品化落地
• 扎实的数学建模与算法设计能力，精通信号处理、图像处理及点云处理等通用算法
• 熟悉机器学习/深度学习框架，具备多传感器前融合及三维重建等场景的实战经验
• 掌握C++及嵌入式部署工具链，具备在资源受限平台上的算子优化与推理加速能力

申请策略

• 了解安克创新在智能硬件、机器人或相关创新业务线的产品布局，面试时展现对业务场景的深刻理解
• 突出在多传感器融合、点云/图像处理方面的项目经验，强调算法在实际场景中的性能提升
• 重点展示算法在资源受限平台（如ARM、DSP、NPU）上的移植、定点化与加速优化成果
• 深入学习C++及嵌入式部署工具链（如TensorRT, NCNN, TFLite），提升算法工程化与性能调优能力
• 补充多传感器标定与时间/空间同步相关的理论知识与实操经验

面试指南

• 采用STAR法则：情境（业务背景与硬件约束）-> 任务（算法目标与性能指标）-> 行动（数学建模、算法设计、嵌入式优化与联调）-> 结果（性能指标提升、落地效果与产品收益）
• 请介绍一个你主导的多传感器融合或点云/图像处理项目，遇到了哪些难点及解决思路？
• 在资源受限的嵌入式平台上，你是如何进行算法移植和推理加速的？
• 如何将一个复杂的业务问题抽象为数学模型并进行原型验证？
• 在传感器标定或三维重建中，你使用了哪些算法？如何评估其性能？
• 复习信号处理、计算机视觉及多传感器融合的经典算法，准备C++编程及嵌入式部署优化的实际案例
• 了解安克创新的核心产品线，思考其传感器算法在实际产品中的应用场景与痛点