SLAM算法专家

1. 负责视觉惯性或激光惯性 SLAM 研发，优化前端跟踪、状态估计与非线性优化，实现复杂环境下的实时定位。

2. 研发回环检测、重定位与地图管理，提升弱纹理、动态干扰及长期运行场景下的鲁棒性。

3. 完成相机、IMU、激光雷达等传感器标定与时间同步，对接导航所需的位姿、坐标变换及地图接口。

4. 完成目标 SoC 上的算法优化与 SDK 集成，通过回放和真机测试评估定位误差、丢失率及资源占用

1. 具备 SLAM 研发与真机交付经验，在视觉惯性或激光惯性方向至少一项有深入积累。

2. 掌握多视几何、概率状态估计、李群李代数及非线性优化，理解传感器误差模型与标定方法。

3. 熟练使用 C++、Linux、ROS 2；深入修改过主流 SLAM 系统，熟悉 GTSAM、Ceres 或 g2o 等优化库。

4. 能够通过日志、轨迹与传感器数据定位算法失效及系统集成问题。

优先考虑条件

在 CVPR/ICCV/ECCV/IROS/ICRA/RSS 等顶级会议或期刊上发表过SLAM相关论文。

有大规模点云/语义地图构建与管理的实际项目经验。

熟悉嵌入式系统优化（如ARM NEON指令集、CUDA编程）经验。

具备多传感器前融合（特别是相机与激光雷达）的研发经验。

有基于学习的SLAM（如DROID-SLAM, DPVO）或神经辐射场（NeRF） 在动态场景中应用的经验。

熟悉自动驾驶定位系统（如与高精地图、GPS/RTK融合）。

加分项

1. 有长期定位、多传感器融合、地图维护或嵌入式性能优化经验。

2. 有相关高质量论文、开源贡献或量产产品交付经验