AgiBot logo
智元机器人
Slam算法工程师-Genie业务部

Slam算法工程师-Genie业务部

发布于 大约 15 小时前

普通员工/个人贡献者

上海市
高级经验
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
Ros
Slam
Vins-Mono
Vln

AI 估算 · 30k–55k

人形机器人赛道火热,SLAM算法稀缺,B轮融资中大型企业,预计月薪30-55K,14薪。

职位详情

关于这个职位

该职位负责轮式人形机器人的SLAM算法研发,包括视觉与激光SLAM、三维重建、语义SLAM及VLN导航算法

你将参与从算法设计到量产落地的全流程,使用C++/Python和ROS框架,在机器人领域前沿技术栈中工作
适合有SLAM量产经验、熟悉NeRF/3DGS等技术的算法工程师

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

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
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
熟悉三维重建/SFM等算法原理,熟悉目前主流的三维重建算法,如Nerf与3DGS技术
有VLN等算法研发或者量产经验
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

负责轮式人形机器人视觉与激光SLAM算法、三维重建算法,标定算法的研发与优化

负责语义SLAM算法的研发,包括语义建图、语义定位以及语义重定位等
负责开发各种动静态要素的场景重建与真值系统,并用于自动标注,形成数据闭环,不限于传统感知,以及Nerf与3DGS技术
研发视觉、语言与空间记忆的VLN算法,使机器人能够理解自然语言指令,在未知环境中自主规划路径,安全顺利的完成导航任务,并具备记忆能力

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VLN相关经验优先

AI 洞察

优缺点分析

优点

  • 人形机器人是未来十年高增长赛道,技术天花板高
  • 公司处于B轮融资阶段,技术团队氛围浓厚,有机会参与前沿算法量产
  • 使用NeRF/3DGS等新兴技术,技能积累市场价值高
  • 薪资有竞争力,且处于上海核心科技圈
  • 算法量产落地难度大,要求扎实的工程能力
  • 人形机器人行业尚在早期,产品化路径不确定
  • 竞争激烈,需要持续跟进最新研究成果

缺点 / 挑战

  • 适合热爱机器人技术、有SLAM量产经验、希望挑战前沿算法的资深工程师

角色解读

  • 纵向发展为SLAM/机器人定位专家,主导核心算法架构
  • 横向拓展至机器人全栈感知或自动驾驶领域
  • 可晋升为技术负责人或算法团队管理岗
  • 研发轮式人形机器人的视觉与激光SLAM算法,实现环境感知与定位
  • 开发语义SLAM和三维重建算法,结合NeRF/3DGS技术构建高精度场景模型
  • 设计VLN算法,使机器人能理解自然语言指令并在未知环境中自主导航
  • 建设自动标注系统,形成数据闭环,优化算法性能
  • 精通SLAM核心算法(ORB-SLAM、VINS-Mono等)及多传感器标定
  • 熟悉三维重建和NeRF/3DGS技术,具备实际量产经验
  • 扎实的C++/Python编程能力,熟练使用ROS/ROS2框架
  • 有自动标注系统和数据闭环开发经验

申请策略

  • 了解智元机器人旗下产品线(如远征A2),在面试中展示对其技术路线的理解
  • 准备一个完整的SLAM系统案例,从算法到工程落地的讲解
  • 突出SLAM量产项目经历,具体说明算法改进效果
  • 详细描述NeRF/3DGS或VLN相关研发成果
  • 强调多传感器标定和自动标注系统的实际应用
  • 展示C++/Python工程化能力,如代码优化、系统架构
  • 若缺少NeRF/3DGS经验,可快速学习主流框架(如Instant-NGP)
  • 熟悉ROS2的通信机制和模块化开发

面试指南

  • 先解释算法原理,再结合项目经验说明选型依据
  • 用STAR法则(情境-任务-行动-结果)描述具体问题及解决方案
  • 区分学术界和工业界差异,强调实际效果和工程约束
  • 请详细对比ORB-SLAM3和VINS-Mono的优缺点,并说明你在量产中如何选择?
  • 如何利用NeRF构建可编辑的3D场景地图?
  • 描述一个你解决过的SLAM工程化难题,比如回环检测失效或标定误差
  • VLN中如何融合语言指令与空间记忆?
  • 自动标注的精度如何保证?数据闭环对算法提升的具体案例

职位点评

71
综合评分

前沿机器人算法岗,技术成长快,薪资偏高,但WLB一般。

从薪资福利、成长空间、工作节奏和岗位方向综合评估,方便横向比较。

更适合这类人
适合追求技术成长、愿意投入时间攻坚前沿算法的求职者。
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90
工作生活40
使命价值70

薪资福利

75中等

薪资市场水准偏高,B轮融资提供一定稳定性,但未明确福利,竞争力中等偏上。

薪资信号未披露(AI估算:30K-55K/月)

成长发展

90较高

前沿技术栈(NeRF/3DGS/VLN),量产经验积累快,成长空间大,但未明确提及晋升路径。

技术前沿前沿/新兴技术
技术栈SLAM、NeRF、3DGS、VLN、ROS2、C++、Python
业务类型profit_center

工作生活

40较低

仅现场办公,上海办公室未明确位置,可能需加班,WLB信号不明确。

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

人形机器人行业属于高速增长赛道,技术推动社会进步,有一定正向影响,但未提及使命感。

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
Watch Jobs