SLAM算法工程师

优缺点分析

角色解读

• 深耕SLAM技术，成为定位算法领域的专家，主导核心算法研发
• 横向扩展至自动驾驶、机器人或无人机等领域，担任技术负责人或架构师
• 转向技术管理岗位，带领团队攻克复杂系统难题，推动业务创新
• 设计并实现视觉惯性GNSS融合定位算法，解决多传感器数据融合的精度和鲁棒性问题
• 开发多传感器内外参标定算法，确保硬件系统的一致性和可靠性
• 将算法从原型推进到产品级实现，进行性能优化和实车集成，推动技术量产落地
• 精通C++编程，熟练使用ROS、PCL、Eigen、OpenCV、Ceres、GTSAM、g2o等SLAM常用库
• 深入理解VIO算法框架（如VINS、MSCKF）或先验地图定位技术（如NDT、AprilTag），具备量产项目经验
• 熟悉多传感器融合原理，包括IMU预积分、滑窗优化、回环检测等核心模块

申请策略

• 在简历中体现对京东价值观（客户为先、创新、拼搏）的理解，展示与公司文化的契合度
• 申请时附上技术博客或GitHub项目链接，证明你在SLAM领域的持续学习和实践
• 突出SLAM量产项目经验，详细描述你在其中承担的角色、解决的关键技术问题及成果
• 列出熟悉的VIO框架（如VINS、MSCKF）或先验地图技术（如NDT、AprilTag），并附上相关项目案例
• 强调C++编程能力和优化经验（如CPU/GPU加速），以及使用ROS等工具进行系统集成的能力
• 复习经典VIO论文（如VINS-Mono、MSCKF）和开源代码，深入理解滑窗优化、IMU预积分等核心模块
• 学习多传感器标定原理，尤其是相机-IMU在线标定算法，提升实战能力
• 熟悉京东物流或自动驾驶业务方向，了解其技术栈和产品需求

面试指南

• 对于原理性问题，先概述整体框架，再深入关键模块，最后结合实际经验举例说明
• 对于项目经验问题，采用STAR法则（情境、任务、行动、结果），突出技术难点和个人贡献
• 对于系统设计问题，从传感器特性、融合架构、鲁棒性处理等维度展开，体现系统性思考
• 请详细解释VINS-Mono算法中滑窗优化和边缘化的原理？
• 你在SLAM量产项目中遇到过哪些挑战？如何解决精度和实时性的矛盾？
• 如何设计一个多传感器（视觉+IMU+GNSS）融合定位系统的框架？
• 请比较AprilTag和NDT定位的优缺点？
• 复习经典SLAM相关论文和开源代码，尤其是VINS、MSCKF等主流框架，确保能清晰复述核心原理