三维重建算法工程师

优缺点分析

角色解读

• 技术深耕：从算法工程师发展为三维重建专家，主导核心算法研发
• 管理方向：带领团队负责自动驾驶感知或地图构建模块
• 跨领域：转向通用视觉算法、SLAM或计算机图形学相关岗位
• 研发激光和视觉三维重建算法，如SFM、NeRF、3DGS等，用于自动驾驶环境感知
• 参与Auto-labeling项目，利用算法自动生成高精度标注数据
• 维护和优化现有重建算法，提升性能和鲁棒性
• 与团队协作，将算法集成到实际系统中并解决工程问题
• 扎实的计算机视觉和图形学基础，精通三维重建/SFM算法原理
• 熟练掌握C++和Python，熟悉OpenCV、Ceres等库
• 有NeRF或3DGS项目经验者极具竞争力
• 具备良好的学习能力和问题分析解决能力

申请策略

• 重点关注轻舟智航的技术方向（如自动驾驶感知），在面试中展示对公司的了解和兴趣
• 准备一个完整的三维重建项目讲解，包括问题、方法、实验结果
• 突出三维重建项目经验，尤其是SFM、NeRF、3DGS相关成果
• 展示C++/Python编程能力，如开源贡献或性能优化案例
• 论文发表是加分项，列出顶级会议或期刊文章
• 强调团队协作和问题解决能力，可举例说明
• 提前熟悉NeRF和3DGS原理，并动手复现简单项目
• 加强C++优化和CUDA编程能力，提升计算效率

面试指南

• 对于算法问题：先概括原理，再分步骤详述，最后总结应用场景
• 对于项目问题：STAR法则（情境、任务、行动、结果），强调你的具体贡献和成果
• 对于工程问题：从问题定义、可能方案、权衡、最终选择、后续优化顺序回答
• 请解释SFM的基本流程及关键步骤
• NeRF和3DGS的核心区别是什么？各自的优缺点？
• 如何优化三维重建的速度和内存占用？
• 描述一个你解决过的复杂技术问题，如何分析和解决的？
• C++中智能指针的使用场景和注意事项