slam算法工程师
First seen by Alion on Nov 2, 2026.
岗位职责：
1. 负责 LiDAR、Camera、IMU、GNSS 多传感器紧耦合定位与建图算法研发，完成观测建模、状态估计与数据融合，提升不同场景下的定位精度与稳定性；
2. 负责多传感器时空标定算法研发，开展传感器内外参、时间偏移等参数的建模与求解，完善标定流程、精度评估及结果一致性验证；
3. 参与底层非线性优化算法与求解模块研发，完成残差构建、雅可比推导及稀疏求解，优化边缘化、数值稳定性与计算效率；
4. 针对室内弱纹理、重复结构、点云退化及 GNSS 不可用等情况，优化系统初始化、重定位与异常观测处理，提升复杂场景下的定位鲁棒性；
5. 配合 ROS 及硬件工程师完成算法集成与机载平台部署，通过数据回放、性能分析及实机测试排查问题，优化算法实时性、资源占用与运行稳定性；
6. 建立和维护算法评估数据集与验证流程，开展定位精度、漂移、运行效率及失败场景分析，结合测试结果持续改进算法并维护技术文档；
7. 根据产品演进需求，参与深度学习在视觉感知、特征提取及地点识别等方向的研究与应用，完成模型训练、效果评估及部署验证。
任职要求：
1.985 本科及以上，计算机 / 软件工程相关专业，1‑3 年相关工作经验；硕士、有无人机 / 机器人 / 航电系统经验优先；
2. 具备扎实的线性代数、概率统计、三维几何及数值优化基础，理解旋转与位姿表示、坐标变换及误差传播，能够开展相关数学推导与代码实现；
3. 熟悉 LiDAR 或视觉 SLAM 的核心流程，理解 IMU 预积分、点云配准、视觉重投影及回环检测等原理，具备相关算法开发或项目实践经验；
4. 熟悉滤波或优化类状态估计方法，理解多传感器紧耦合中的状态定义、观测约束及噪声建模，能够分析融合过程中的精度与稳定性问题；
5. 掌握非线性最小二乘、常用迭代求解方法及雅可比计算，具备残差与求解模块开发能力，能够分析收敛性、数值稳定性及计算效率问题；
6. 了解相机、IMU、LiDAR 等传感器模型及常见误差来源，理解内外参标定、时间同步与运动激励对融合结果的影响，具备标定调试或数据分析能力；
7. 熟练使用 C++，能够使用 Python 开展数据处理与算法验证，熟悉 Linux、Eigen 及 ROS／ROS 2 等开发环境与工具，具备良好的工程实现与调试能力；
8. 有多传感器紧耦合、自研标定算法、非线性优化求解模块或 GNSS 融合经验者优先；熟悉 PyTorch 等深度学习框架并有模型训练、部署经验者优先。