AgiBot logo
智元机器人
SLAM算法专家/工程师

SLAM算法专家/工程师

发布于 大约 9 小时前

普通员工/个人贡献者

上海市 / 北京市
专家级经验
全职员工
仅现场办公
学历未注明
研究与开发 (研发)
3Dgs
Fast-Lio2
Lio-Sam
Nerf
Orb-Slam
Ros2
Slam
Vins-Mono
双目视觉

AI 估算 · 30k–60k

SLAM算法专家岗位技术壁垒高,机器人赛道融资活跃,结合B轮公司、一线城市及量产经验要求,薪资处于市场较高水平。

职位详情

关于这个职位

该职位专注于轮式仿人机器人的SLAM算法研发,包括视觉/激光SLAM建图、定位、标定以及双目视觉等核心任务

需要候选人熟悉主流SLAM算法(如ORB-SLAM、VINS-Mono等)并具备量产经验,同时能开发4D真值系统实现数据闭环
加入智元机器人(B轮),你将参与打造机器人感知系统的关键技术栈

最低要求

熟悉主流 SLAM 算法(如 ORB-SLAM、VINS-Mono、LIO-SAM、FAST-LIO2 等),具备视觉 SLAM 或激光 SLAM 实际量产经验

对图像/点云的动/静态场景要素进行检测和重建,包括实例追踪,实例分割等,形成表征环境的4D标注结果
熟悉手眼标定算法、各种传感器的内外参标定算法,具备多传感器联合标定的量产经验
有自动标注系统开发经验,能完成从算法研发到工程化落地的全流程
熟练掌握 C++ / Python 编程,熟悉 ROS / ROS 2 框架,具备良好的软件工程能力

工作职责

负责轮式仿人机器人视觉、激光SLAM以及语义SLAM算法,包括建图、全局定位,局部高精度定位,重定位等任务

负责机器人的EOL产线标定和在线标定工作
负责开发各种动静态要素的4D真值系统,并用于自动标注,并形成数据闭环
负责双目视觉算法的研发,输出实时、可靠、一致性强的深度信息

优先资格

有自动驾驶自动标注相关项目经验值优先

有地图/静态自动标注项目下的工作经验
有NERF或者3DGS相关项目经验者优先
有过双目立体视觉算法经验者优先

AI 洞察

优缺点分析

优点

  • 技术前沿:接触最先进的SLAM、NERF/3DGS、自动标注技术,与行业大牛共事
  • 赛道高景气:机器人行业处于爆发期,经验积累后议价能力强
  • 公司发展快:智元机器人B轮阶段,成长空间大,期权可能
  • 工作地点灵活:上海、北京双城可选
  • 量产要求高:需要落地经验,对工程化能力要求严格
  • 技术迭代快:需持续学习新算法(如NERF、3DGS),保持竞争力
  • 适合有SLAM量产经验、追求技术深度和行业前沿的算法工程师,能适应快速迭代和工程落地的高强度工作

缺点 / 挑战

  • 项目压力大:机器人demo到产品化需解决大量实际问题,可能加班

角色解读

  • 向高级SLAM专家或技术总监方向晋升,主导机器人感知系统架构
  • 横向拓展至自动驾驶、移动机器人等领域的感知算法岗位
  • 积累闭环自动标注和4D重建经验后,可转向AI数据平台或仿真领域
  • 负责轮式仿人机器人的SLAM算法开发,包括建图、定位、重定位等核心功能
  • 开发EOL产线标定和在线标定算法,确保多传感器联合标定精度
  • 构建4D真值系统,实现自动标注和数据闭环,提升感知系统性能
  • 研发双目立体视觉算法,输出高可靠性的深度信息
  • 精通主流SLAM算法(ORB-SLAM、VINS-Mono、FAST-LIO2等),并有量产落地经验
  • 扎实的计算机视觉基础,包括实例分割、追踪、4D标注等
  • 熟悉手眼标定、多传感器联合标定,具备工程化能力
  • 熟练使用C++/Python和ROS/ROS2,有良好的软件工程习惯

申请策略

  • 提前研究智元机器人的产品路线和技术博客,面试时展现对公司的兴趣
  • 准备一个你独立负责的SLAM量产案例,包括遇到的问题和解决方案
  • 重点突出SLAM量产经验,描述你主导的建图、定位或标定项目及效果
  • 展示多传感器融合和自动标注系统开发经历,强调从算法到落地的全流程
  • 列出熟练掌握的SLAM框架(ORB-SLAM、VINS等)和编程语言(C++/Python)
  • 如果熟悉NERF/3DGS或双目视觉,务必单独列出
  • 复习手眼标定和多传感器联合标定的数学原理及工程实现
  • 了解最新SLAM动态(如基于学习的SLAM),补充4D自动标注系统知识

面试指南

  • 对于量产项目问题:遵循STAR原则(Situation, Task, Action, Result),重点突出你的角色和技术难点攻克
  • 对于算法对比问题:从原理、适用场景、计算效率、精度、鲁棒性等维度横向比较,展示系统性思考
  • 对于标定问题:介绍标定原理(如手眼标定AX=XB)、具体步骤、工具链(如Kalibr, LiDAR-IMU标定)及实际效果
  • 请详细介绍你参与的一个SLAM量产项目,包括技术选型、遇到的主要挑战及如何解决?
  • ORB-SLAM、VINS-Mono和FAST-LIO2的优缺点对比?在何种场景下你会选择哪一个?
  • 如何实现多传感器(相机、激光雷达、IMU)的联合标定?请讲一下标定流程和外参精度验证方法
  • D真值系统如何搭建?自动标注的准确率如何保证?
  • 你对NERF/3DGS在机器人SLAM中的应用有什么看法?

职位点评

68
综合评分

前沿机器人SLAM算法岗,技术成长空间大,薪资有竞争力,但工作强度高且缺少WLB信号。

更适合这类人
最适合追求技术成长和职业发展的高速动机求职者,若重视生活平衡需谨慎。
表现最好
成长发展
相对薄弱
工作生活
薪资福利75
成长发展85
工作生活40
使命价值70

薪资福利

75中等

薪资属于市场中上水平,B轮公司提供期权可能,但未明确披露福利细节。

薪资信号面议 (30K-60K/月)

成长发展

85较高

技术栈前沿(SLAM、自动标注、NERF/3DGS),公司处于快速成长期,能积累量产经验,成长空间大。

技术前沿前沿/新兴技术
技术栈SLAM、ORB-SLAM、VINS-Mono、FAST-LIO2、ROS2、NERF、3DGS、双目视觉、自动标注
业务类型profit_center

工作生活

40较低

仅现场办公,未提及弹性工时或远程可能,机器人行业通常强度较高,且上海/北京通勤成本大。

工作模式仅现场办公
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

机器人行业属于高速增长赛道,产品能推动智能制造和家庭服务,社会影响力中性略偏正向。

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
Watch Jobs