算法工程师（负责人岗)

优缺点分析

角色解读

• 技术方向：从算法工程师向感知架构师或技术专家发展，深入无人机自主飞行等前沿领域
• 管理方向：积累项目经验后，可晋升为算法团队负责人或技术经理
• 行业延展：无人机感知技术可迁移至自动驾驶、机器人、智慧物流等赛道
• 负责无人机视觉与激光雷达感知算法的研发，包括目标检测、障碍物识别、地形跟随等核心功能
• 进行多传感器融合感知算法的设计与实现，并部署到机载嵌入式平台（如NVIDIA Jetson）
• 与飞控、定位、规划控制团队协作，实现无人机全自主飞行闭环
• 跟踪前沿技术（如视觉SLAM、端到端自主飞行）并进行技术落地
• 扎实的感知算法基础，掌握视觉检测、跟踪、分割、点云处理、SLAM等技术
• 精通Python/C++，熟练使用PyTorch/TensorFlow、OpenCV、PCL、ROS
• 有模型量化、剪枝、推理加速等嵌入式部署经验
• 了解无人机飞控原理、传感器标定、时间同步等底层技术

申请策略

• 在简历中明确体现对无人机领域的热情，如参加过相关比赛或开源项目
• 提前了解京东物流的无人机业务（如末端配送、巡检等），在面试中展示行业理解
• 突出感知算法项目经验，尤其是目标检测、障碍物识别、SLAM等相关项目
• 强调嵌入式部署经验，如模型量化、推理加速在Jetson等平台上的优化
• 如有无人机相关项目（飞控、传感器融合），务必详细描述
• 展示编程能力，列出C++/Python和PyTorch/TensorFlow的使用深度
• 学习ROS和PCL库，熟悉点云处理基本流程
• 了解无人机飞控原理和传感器标定，可通过开源项目（如PX4、ArduPilot）实践

面试指南

• 技术类问题：先阐述原理，再结合项目实例说明如何应用和优化，最后总结效果和经验教训
• 方案设计类：从需求分析、技术选型、实现步骤、性能评估四个维度展开，体现系统思维
• 问题定位类：说明排查思路（如数据检查、模型分析、硬件因素），并给出具体改进措施
• 请介绍一个你完成的感知算法项目，包括技术选型、困难点和解决方案
• 如何在嵌入式平台上对深度学习模型进行加速？你有哪些经验？
• 解释视觉SLAM的基本原理，以及无人机中常用的SLAM方法有哪些？
• 如何融合视觉和激光雷达数据？请谈谈你的理解
• 如果无人机在弱光环境下检测性能下降，你会如何优化？