具身智能视觉算法工程师-深圳

优缺点分析

角色解读

• 从算法工程师向高级算法工程师或技术专家方向发展，深入SLAM和机器人感知领域
• 可向技术管理岗位发展，带领团队负责整个感知系统
• 有机会参与前沿技术研究，发表论文或专利，提升行业影响力
• 负责基于VSLAM的机器人数据采集装置开发，优化算法精度，确保定位感知的准确性
• 部署和调优VINS-Fusion、ORB-SLAM3等开源SLAM框架，使其适配机器人平台
• 进行多传感器（相机、IMU、LiDAR）的标定与融合，解决退化场景下的鲁棒性问题
• 跟踪语义VSLAM和深度学习特征匹配等前沿技术，并编写技术文档，与团队协同工作
• 扎实的计算机视觉和SLAM理论基础，熟悉VINS-Fusion、ORB-SLAM3等主流框架
• 熟悉多传感器标定与融合技术，了解相机、IMU、LiDAR的工作原理
• 具备C++/Python编程能力，熟悉Linux开发环境
• 了解深度学习特征匹配方法（如SuperPoint、SuperGlue），有相关项目经验者优先

申请策略

• 关注安克创新的业务方向，了解其在智能制造领域的布局
• 在面试中展示对SLAM技术的热情和深入理解，准备相关项目案例
• 突出SLAM相关项目经验，如使用VINS-Fusion或ORB-SLAM3完成的具体项目
• 强调多传感器标定和融合的实践经验，展示解决实际问题的能力
• 展示C++/Python编程能力和Linux开发经验，附上GitHub代码链接
• 如有深度学习特征匹配相关研究或项目，重点突出
• 深入学习VINS-Fusion和ORB-SLAM3源码，理解核心算法原理
• 熟悉多传感器标定工具（如Kalibr）和融合方法

面试指南

• 采用STAR法则（情境、任务、行动、结果）回答项目经验问题，突出个人贡献和成果
• 对于技术原理问题，先阐述基本概念，再结合项目实例说明应用和优化
• 对于开放性问题，展示逻辑思维和解决问题的能力，提出多种方案并分析优劣
• 请详细介绍一下你使用VINS-Fusion或ORB-SLAM3的项目经验
• 如何处理多传感器标定中的外参标定问题？
• 在退化场景（如弱纹理、快速运动）下，如何保证SLAM的鲁棒性？
• 你对语义VSLAM和深度学习特征匹配有什么理解？
• 如何评估一个SLAM系统的性能？