岗位信息
一、感知算法工程师
岗位职责：
1、负责视觉、激光雷达、线激光等多种传感器融合的感知算法研究与开发；
2、对公司已有感知算法进行优化和改进，提高整体感知算法的鲁棒性；
3、负责与移动机器人其他各模块的系统集成和调试工作；
4、负责深度学习算法相关的技术研发工作，协助进行关键技术突破；
5、追踪并改进前沿感知算法模块，包括但不限于基于视觉与LiDAR的物体检测，场景分割，目标追踪等。
任职资格：
1、统招本科及以上学历，熟练掌握目标识别、分类、跟踪、视觉等相关算法；
2、在ROS、机器人领域有2年以上的经验积累，负责过至少一个机器人相关项目；
3、熟悉C/C++及Linux环境，掌握PCL、OpenCV及计算机视觉中的基本算法；
4、熟悉基于激光雷达的地面分割、物体检测、识别、跟踪其中一项或熟悉多传感器融合感知方法；
5、热爱机器人行业，具备创业精神，对工作充满激情。
二、规划导航算法工程师
岗位职责：
1.负责移动机器人全局路径规划、局部路径规划、多机调度等算法的开发；
2.负责高性能和高精度的规划调度模块开发和优化；
3.负责与移动机器人其他各模块的系统集成和调试工作；
4.负责规划导航算法模块概要设计、详细设计、系统说明文档的编写；
任职资格：
1.熟练PRM、RRT、A*、MPC、人工势场法、DWA等全局规划、局部路径规划算法；
2.熟悉C/C++编程、Linux环境、ROS、Gazebo等；
3.有4年以上导航规划或集群调度算法经验，实现并优化过两个以上的规划模块；
4.有机器人、无人车比赛经验者优先 ，公开数据集上有优秀表现者优先；
5.对移动机器人感知传感器如激光雷达、深度摄像头、IMU、毫米波雷达有基本的了解。
三、视觉SLAM算法工程师
岗位职责：
1.负责搭建室内移动机器人、封闭园区室外机器人的视觉 SLAM架构搭建；
2.负责根据实际应用场景在多传感器融合定位、回环检测、重定位等算法方面优化迭代；
3.负责SLAM算法模块的编码、单元测试、集成测试、仿真测试等工作；
4.负责SLAM定位算法模块概要设计、详细设计、系统说明文档的编写；
5.负责各型号摄像头、IMU以及相关传感器的选型、测试与适配。
任职资格：
1.理论基础扎实，熟悉非线性优化理论、概率优化理论、李代数，熟悉ceres solver，g2o等分线性优化库；
2.了解SLAM的基础原理，熟悉VIO，VINS，ORB3-SLAM及最新的开源SLAM算法；
3.熟悉SLAM问题中多传感器融合、词袋模型、地图匹配，闭环检测、图优化等的常用算法；
4.具有丰富的C++编程经验，熟练使用Linux、ROS；
5.具有三年以上SLAM方向研究及工程相关经验者，以及有在ICRA、IROS、RSS发表论文者优先；
6.有机器人、无人车无人机比赛经验者优先 ，公开数据集上有优秀表现者优先。
四、激光SLAM算法工程师（2D+3D）
岗位职责：
1.负责搭建室内移动机器人、封闭园区室外机器人的2D/3D SLAM架构搭建；
2.负责根据实际应用场景在多传感器融合定位、回环检测、重定位等算法方面优化迭代；
3.负责SLAM定位模块的编码、单元测试、集成测试、仿真测试等工作；
4.负责SLAM定位算法模块概要设计、详细设计、系统说明文档的编写；
5.负责各型号激光雷达性能、IMU以及相关传感器的选型、测试与适配。
任职资格：
1.理论基础扎实，熟悉非线性优化理论、概率优化理论、李代数，熟悉ceres solver，g2o等分线性优化库；
2.了解SLAM的基础原理，熟悉Cartographer, gMapping及最新的开源SLAM算法；
3.熟悉SLAM问题中多传感器融合、地图匹配，闭环检测、图优化等的常用算法；
4.具有丰富的C++编程经验，熟练使用Linux、ROS；
5.具有三年以上SLAM方向研究及工程相关经验者，以及有在ICRA、IROS、RSS发表论文者优先；
6.有机器人、无人车无人机比赛经验者优先 ，公开数据集上有优秀表现者优先。
五、多线激光SLAM算法工程师（3D）
岗位职责：
1.负责搭建室内移动机器人、封闭园区室外机器人的3D SLAM架构搭建；
2.负责根据实际应用场景在多传感器融合定位、回环检测、重定位等算法方面优化迭代；
3.负责SLAM定位模块的编码、单元测试、集成测试、仿真测试等工作；
4.负责SLAM定位算法模块概要设计、详细设计、系统说明文档的编写；
5.负责各型号激光雷达性能、IMU以及相关传感器的选型、测试与适配。
任职要求：
1 自动化、电子工程、计算机科学或相关专业硕士及以上学历；
2 熟悉C/C++编程和常用数据结构算法，有良好的编程风格和编程习惯；
3 熟悉多线激光雷达相关开源方案（LOAM、LVI-SAM、cartographer等）；
4 熟悉常用的状态估计滤波器（扩展卡尔曼滤波器、粒子滤波器）；
5 熟悉常用的优化算法（高斯牛顿、梯度下降等）及相关开源库（ceres、g2o等）；
6 熟悉激光帧/激光点云数据相关处理；
7 熟悉Linux，拥有机器人、自动驾驶相关行业经验。
