智元机器人
SLAM算法实习生-灵犀
SLAM算法实习生-灵犀
发布于 大约 20 小时前实习/见习
深圳市
初级经验
实习生
仅现场办公
学历未注明
实习与临时职位
3Dgs
Nerf
Opencv
Ros
Slam
地图构建
多传感器融合
激光Slam
视觉Slam
AI 估算 · 4k–8k
深圳实习生薪资，机器人B轮公司，技术门槛高，薪资范围4k-8k/月，具有竞争力。
职位详情
关于这个职位
该职位为智元机器人灵犀团队的SLAM算法实习生，负责多传感器融合定位、室内外地图构建及前沿SLAM方案预研
你将接触到视觉/激光SLAM、NeRF、3DGS等先进技术，并参与机器人端与云端地图管理框架开发，适合对SLAM和机器人技术有浓厚兴趣的同学
最低要求
熟练掌握C++及Linux系统，两年及以上C++编程经历，熟练使用ROS、opencv等常见库
掌握SLAM领域常见数学知识，掌握李群李代数，熟悉图优化或卡尔曼滤波
熟悉至少以下三种SLAM框架中的一种：
视觉框架（例如Vins系列、ORB-SLAM系列、MSCKF、SVO等）
激光SLAM框架（例如Fast-LIO系列、Cartographer、LIO-SAM、GMapping、LOAM系列等）
激光视觉融合框架（例如LVI-SAM、LIVO等）
工作职责
负责多传感器融合、适配动静态场景的高精度定位建图算法的设计、开发与落地
负责室内外2D/3D地图（如height map，grid map，sdf map等）的构建
负责设计并实现机器人端及云端的地图管理框架，包含地图传输、复用、编辑等地图应用的开发
负责各类摄像头及激光传感器内外参标定，对传感器数据进行滤波，运动补偿等
负责前沿建图及定位方案的预研和落地，包括NeRF / 3DGS / 语义地图 / 端到端SLAM方案等算法突破
优先资格
加分项：三维视觉重建及类似项目开发的经历优先
加分项：熟悉基于学习的特征提取/匹配/闭环检测者优先
AI 洞察
优缺点分析
优点
- 实习内容涉及SLAM领域最前沿技术，技术积累价值高
- 智元机器人处于机器人赛道风口，公司B轮融资，平台成长性好
- 深圳科技环境优越，团队注重算法创新，能积累实战项目经验
- 多传感器融合与地图管理涉及大量工程细节，调试工作可能较为繁琐
- 前沿方案预研（如NeRF）需要较强的文献阅读与独立研究能力
- 适合计算机、自动化、机器人等相关专业，对SLAM有强烈兴趣，且具备C++与算法基础的研究生或高年级本科生
缺点 / 挑战
- 岗位要求两年C++编程经历，对实习生来说门槛较高，需快速掌握复杂算法
角色解读
- 实习生可深入掌握SLAM全链路技术，未来向算法工程师或定位建图专家发展
- 接触NeRF、3DGS等前沿方向，为进入自动机器人或自动驾驶领域打下基础
- 优秀实习生有机会转正，并在团队中承担更核心的算法研发职责
- 设计并实现多传感器融合定位与建图算法，处理摄像头、激光雷达等数据
- 构建室内外2D/3D地图，包括高度图、栅格地图、SDF地图等
- 开发机器人端与云端地图管理框架，实现地图传输、复用与编辑
- 预研NeRF、3DGS、语义地图、端到端SLAM等前沿方案
- 扎实的C++编程能力，熟练使用Linux、ROS、OpenCV
- 掌握SLAM数学基础（李群李代数、图优化、卡尔曼滤波）
- 熟悉至少一种主流SLAM框架（视觉、激光或融合方案）
- 加分项：三维重建或基于学习的特征提取/匹配经验
申请策略
- 在简历中附上GitHub链接或个人技术博客，展示算法实现能力
- 面试前了解智元机器人的产品方向（如人形机器人灵犀），提前思考SLAM在其中的应用场景
- 突出C++编程项目经验，尤其是ROS、OpenCV相关实践
- 展示SLAM相关课程项目或竞赛（如ORB-SLAM复现、激光SLAM建图）
- 如有三维重建或深度学习特征提取项目，务必写明
- 强调Linux系统使用经验和算法调优经历
- 复习SLAM经典算法公式推导，尤其是李群李代数与图优化
- 动手复现一个常用SLAM框架（如LIO-SAM或ORB-SLAM3）加深理解
面试指南
- 对于算法原理问题：先定义问题，再阐述关键公式或流程，最后举例说明应用场景
- 对于项目经验问题：使用STAR法则（情境、任务、行动、结果），突出你的贡献和学习收获
- 对于前沿技术问题：表明你了解该方向的最新进展，并表达自己的思考（如优缺点、适用场景）
- 请解释ORB-SLAM3中的多地图系统是如何工作的？
- 如何标定相机与IMU的外参？请说明原理和步骤
- Fast-LIO2中使用了哪种状态估计方法？与EKF相比有何优势？
- 你如何看待基于学习的SLAM与传统几何SLAM的异同？
- 请描述一个你做过的最复杂的SLAM相关项目，并说明遇到的挑战和解决方案
职位点评
65
综合评分
前沿技术、高速赛道、实习机会，适合技术驱动型人才。
从学习成长、工作节奏、岗位方向和实习待遇综合评估，方便比较实习机会。
更适合这类人
该职位最适合追求技术成长、对前沿SLAM算法充满热情、愿意投入时间学习与钻研的求职者。
表现最好
成长发展
相对薄弱
工作生活
薪资福利60
成长发展90
工作生活40
使命价值75
薪资福利
60中等
实习生薪资在深圳处于中等水平，但公司提供实习机会并有转正可能，福利方面JD未提及。
薪资信号未披露（AI估算：4K-8K/月）
成长发展
90较高
该岗位技术前沿，涉及NeRF、3DGS、端到端SLAM等，成长空间极大。JD虽未明确培训，但实习性质本身提供学习机会。
技术前沿前沿/新兴技术
技术栈SLAM、NeRF、3DGS、视觉SLAM、激光SLAM、多传感器融合、语义地图
业务类型profit_center
工作生活
40较低
实习需现场办公，深圳科技园通勤压力较大，JD未提及WLB信息，预计工作强度较高。
工作模式仅现场办公
办公地点科技园/产业园
加班情况未提及（无法判断）
使命价值
75中等
机器人行业处于高速增长赛道，SLAM技术对机器人智能化有重要社会价值，但JD未明确使命导向。
行业发展高速增长赛道
社会影响正向社会影响力较高
创新程度积极采用新技术
智元机器人 的其他在招职位
相似职位推荐
Watch Jobs