机器人视觉算法专家

优缺点分析

角色解读

• 可在视觉算法领域深耕，向专家架构师方向发展，主导技术路线
• 有机会转向机器人感知系统更广泛的角色，如系统架构师或技术负责人
• 美团无人机业务高速增长，有从算法研发到产品落地的完整链路，可积累商业化经验
• 负责核心视觉算法的研发，包括头部跟踪、3D人体重建、3D关键点检测等，提升无人机在复杂场景下的感知能力
• 开发场景交互分割与理解模型，推动多模态感知与环境交互能力的提升，支撑具身智能应用
• 建设自动化数据处理管线，包括数据清洗、自动标注和质量分析，确保高质量训练数据
• 将AI工具和方法应用于算法研发全流程，提高开发效率和智能化水平
• 精通计算机视觉核心领域，如手部重建、关键点检测、多模态理解等，并有项目经验
• 熟练掌握深度学习框架（如PyTorch、TensorFlow），具备模型训练、优化、部署的全流程实战能力
• 熟悉SLAM、SFM框架，了解前馈式重建方法，有论文发表或项目经验更佳
• 具备数据分析能力，熟悉数据标注流程和自动化标注系统开发

申请策略

• 了解美团的无人机业务进展和公开论文，在面试中展示对业务场景的理解
• 准备一个完整的技术项目介绍，从问题定义、方法设计到结果分析，体现工程落地思维
• 突出在手部重建、3D关键点检测或相关视觉领域的项目经验和成果，最好有量化指标
• 强调深度学习模型训练和部署的全流程经验，以及使用SLAM/SFM框架的具体案例
• 展示数据自动化标注、数据管线的建设能力，以及利用AI工具提升效率的实例
• 如有论文发表，务必列出，特别是与具身智能或多模态感知相关的顶会论文
• 补充强化学习或端到端模型相关知识，以匹配VLA、世界模型等发展方向
• 熟悉主流的自动化标注工具（如CVAT、Label Studio）和数据质量检测方法

面试指南

• 用STAR法则组织项目经验：情境、任务、行动、结果
• 重点突出技术难点和量化成果
• 对于开放性问题，先阐明基本原理，再结合实践案例，最后给出改进思路
• 对于前沿技术问题，展示学习能力和思考深度，可提出自己的见解或疑问
• 请详细介绍一个你参与的手部重建或3D关键点检测项目，重点说说你遇到的挑战和解决方案
• 如何评估一个视觉模型在开放场景下的鲁棒性？你有什么实际经验？
• 你用过哪些SLAM/SFM框架？它们在无人机场景下有哪些局限性？
• 如何设计一个自动化数据标注管线，确保标注质量？