主分类：机器人与自动驾驶算法研发
来源 JD 数据（旧分类保留，当前主分类见上方）
{
"schema_version": "via_ai_product_manager_jobs_v1",
"data_type": "ai_product_manager_jobs",
"job": {
"job_title": "激光SLAM算法工程师（无人机方向）",
"job_level": "未披露",AI生成
"work_category": "全职",AI生成
"department": "京东物流",
"location": "广东省",
"work_mode": "未披露",AI生成
"job_category": "研发类"AI生成
},
"company": {
"company_name": "京东集团",
"company_industry": "电商 / 供应链 / 物流 / 科技服务",
"company_size": "10000人以上",
"company_website": "jd.com",
"company_description": "京东是一家以供应链为基础的技术与服务企业，覆盖零售、物流、科技、健康等业务。"
},
"compensation": {
"salary_range": {
"min": "",
"max": "",
"currency": "未披露",
"cycle": "未披露"
},
"benefits": "未披露"
},
"requirements": {
"working_years": 3,
"degree": "计算机、自动化、机器人、测绘等相关专业硕士及以上学历",
"language": "未披露",AI生成
"visa_support": "未披露",
"responsibilities": "激光SLAM算法工程师（无人机方向）\n\n基础信息\n招聘类型：社招\n职位类别：研发类\n工作地点：广东省\n所属部门：京东物流\n发布时间：2026-07-06\n\n岗位职责\n1. 基于多线激光雷达实现未知环境下的实时高精度地图构建与定位，并深入理解雷达点云配准、IMU预积分与误差状态卡尔曼滤波。\n2. 设计并实现可扩展的以LiDAR-IMU为核心的多源信息融合SLAM框架，包括不限于融合视觉、GNSS、磁力计、TOF等。\n3. 负责点云前端特征（平面/角点/线特征、基于深度学习的点云描述子）提取，设计LIDAR全局重定位与后端优化模块。\n4. 针对物流配送场景（城市峡谷、园区、落地包裹点等），解决退化环境下的定位维持问题。\n5. 跟进激光SLAM 前沿技术，研究3DGS、多模态模型等技术在现有产品中落地。\n6. 面向量产需求，将算法部署至嵌入式平台，完成实时性优化、内存管理与算力适配。\n7. 协同飞控、感知、导航团队完成系统集成、试飞验证与性能评测。\n\n任职要求\n1. 计算机、自动化、机器人、测绘等相关专业硕士及以上学历。\n2. 扎实的多视图几何与状态估计理论基础，精通 ICP / NDT 点云配准、ESKF、图优化（iSAM2 / g2o / Ceres）。\n3. 深入理解至少一种主流 LIO 框架（FAST-LIO2、Point-LIO、LiDAR-IMU 紧耦合）的原理与工程实现。\n4. 熟练使用 C/C++，有 Linux 下 ROS/ROS2 开发经验，具备嵌入式实时系统算法移植能力。\n5. 3年以上激光 SLAM 或机器人定位建图经验，有实际工程调试经历。\n符合京东价值观：客户为先、创新、拼搏、担当、感恩、诚信。",
"requirements_text": "激光SLAM算法工程师（无人机方向）\n\n基础信息\n招聘类型：社招\n职位类别：研发类\n工作地点：广东省\n所属部门：京东物流\n发布时间：2026-07-06\n\n岗位职责\n1. 基于多线激光雷达实现未知环境下的实时高精度地图构建与定位，并深入理解雷达点云配准、IMU预积分与误差状态卡尔曼滤波。\n2. 设计并实现可扩展的以LiDAR-IMU为核心的多源信息融合SLAM框架，包括不限于融合视觉、GNSS、磁力计、TOF等。\n3. 负责点云前端特征（平面/角点/线特征、基于深度学习的点云描述子）提取，设计LIDAR全局重定位与后端优化模块。\n4. 针对物流配送场景（城市峡谷、园区、落地包裹点等），解决退化环境下的定位维持问题。\n5. 跟进激光SLAM 前沿技术，研究3DGS、多模态模型等技术在现有产品中落地。\n6. 面向量产需求，将算法部署至嵌入式平台，完成实时性优化、内存管理与算力适配。\n7. 协同飞控、感知、导航团队完成系统集成、试飞验证与性能评测。\n\n任职要求\n1. 计算机、自动化、机器人、测绘等相关专业硕士及以上学历。\n2. 扎实的多视图几何与状态估计理论基础，精通 ICP / NDT 点云配准、ESKF、图优化（iSAM2 / g2o / Ceres）。\n3. 深入理解至少一种主流 LIO 框架（FAST-LIO2、Point-LIO、LiDAR-IMU 紧耦合）的原理与工程实现。\n4. 熟练使用 C/C++，有 Linux 下 ROS/ROS2 开发经验，具备嵌入式实时系统算法移植能力。\n5. 3年以上激光 SLAM 或机器人定位建图经验，有实际工程调试经历。\n符合京东价值观：客户为先、创新、拼搏、担当、感恩、诚信。",
"skills": [AI生成
"C++",
"Linux",
"深度学习",
"嵌入式",
"招聘",
"C语言"
],
"preferred_qualifications": "未披露",
"job_highlights": "未披露"
},
"contact": {
"recruiter_name": "未披露",
"contact_methods": [
{
"type": "apply_link",
"value": "https://zhaopin.jd.com/web/job-info-detail?requementId=220223"
}
]
},
"posting": {
"posting_id": "220223",
"post_date": "2026-07-06",
"hire_time": "未披露",
"update_date": "20260917",
"job_url": "https://zhaopin.jd.com/web/job-info-detail?requementId=220223"
},
"fulltext": "激光SLAM算法工程师（无人机方向）\n激光SLAM算法工程师（无人机方向）\n\n基础信息\n招聘类型：社招\n职位类别：研发类\n工作地点：广东省\n所属部门：京东物流\n发布时间：2026-07-06\n\n岗位职责\n1. 基于多线激光雷达实现未知环境下的实时高精度地图构建与定位，并深入理解雷达点云配准、IMU预积分与误差状态卡尔曼滤波。\n2. 设计并实现可扩展的以LiDAR-IMU为核心的多源信息融合SLAM框架，包括不限于融合视觉、GNSS、磁力计、TOF等。\n3. 负责点云前端特征（平面/角点/线特征、基于深度学习的点云描述子）提取，设计LIDAR全局重定位与后端优化模块。\n4. 针对物流配送场景（城市峡谷、园区、落地包裹点等），解决退化环境下的定位维持问题。\n5. 跟进激光SLAM 前沿技术，研究3DGS、多模态模型等技术在现有产品中落地。\n6. 面向量产需求，将算法部署至嵌入式平台，完成实时性优化、内存管理与算力适配。\n7. 协同飞控、感知、导航团队完成系统集成、试飞验证与性能评测。\n\n任职要求\n1. 计算机、自动化、机器人、测绘等相关专业硕士及以上学历。\n2. 扎实的多视图几何与状态估计理论基础，精通 ICP / NDT 点云配准、ESKF、图优化（iSAM2 / g2o / Ceres）。\n3. 深入理解至少一种主流 LIO 框架（FAST-LIO2、Point-LIO、LiDAR-IMU 紧耦合）的原理与工程实现。\n4. 熟练使用 C/C++，有 Linux 下 ROS/ROS2 开发经验，具备嵌入式实时系统算法移植能力。\n5. 3年以上激光 SLAM 或机器人定位建图经验，有实际工程调试经历。\n符合京东价值观：客户为先、创新、拼搏、担当、感恩、诚信。\n激光SLAM算法工程师（无人机方向）\n\n基础信息\n招聘类型：社招\n职位类别：研发类\n工作地点：广东省\n所属部门：京东物流\n发布时间：2026-07-06\n\n岗位职责\n1. 基于多线激光雷达实现未知环境下的实时高精度地图构建与定位，并深入理解雷达点云配准、IMU预积分与误差状态卡尔曼滤波。\n2. 设计并实现可扩展的以LiDAR-IMU为核心的多源信息融合SLAM框架，包括不限于融合视觉、GNSS、磁力计、TOF等。\n3. 负责点云前端特征（平面/角点/线特征、基于深度学习的点云描述子）提取，设计LIDAR全局重定位与后端优化模块。\n4. 针对物流配送场景（城市峡谷、园区、落地包裹点等），解决退化环境下的定位维持问题。\n5. 跟进激光SLAM 前沿技术，研究3DGS、多模态模型等技术在现有产品中落地。\n6. 面向量产需求，将算法部署至嵌入式平台，完成实时性优化、内存管理与算力适配。\n7. 协同飞控、感知、导航团队完成系统集成、试飞验证与性能评测。\n\n任职要求\n1. 计算机、自动化、机器人、测绘等相关专业硕士及以上学历。\n2. 扎实的多视图几何与状态估计理论基础，精通 ICP / NDT 点云配准、ESKF、图优化（iSAM2 / g2o / Ceres）。\n3. 深入理解至少一种主流 LIO 框架（FAST-LIO2、Point-LIO、LiDAR-IMU 紧耦合）的原理与工程实现。\n4. 熟练使用 C/C++，有 Linux 下 ROS/ROS2 开发经验，具备嵌入式实时系统算法移植能力。\n5. 3年以上激光 SLAM 或机器人定位建图经验，有实际工程调试经历。\n符合京东价值观：客户为先、创新、拼搏、担当、感恩、诚信。\n激光SLAM算法工程师（无人机方向）\n\n基础信息\n招聘类型：社招\n职位类别：研发类\n工作地点：广东省\n所属部门：京东物流\n发布时间：2026-07-06\n\n岗位职责\n1. 基于多线激光雷达实现未知环境下的实时高精度地图构建与定位，并深入理解雷达点云配准、IMU预积分与误差状态卡尔曼滤波。\n2. 设计并实现可扩展的以LiDAR-IMU为核心的多源信息融合SLAM框架，包括不限于融合视觉、GNSS、磁力计、TOF等。\n3. 负责点云前端特征（平面/角点/线特征、基于深度学习的点云描述子）提取，设计LIDAR全局重定位与后端优化模块。\n4. 针对物流配送场景（城市峡谷、园区、落地包裹点等），解决退化环境下的定位维持问题。\n5. 跟进激光SLAM 前沿技术，研究3DGS、多模态模型等技术在现有产品中落地。\n6. 面向量产需求，将算法部署至嵌入式平台，完成实时性优化、内存管理与算力适配。\n7. 协同飞控、感知、导航团队完成系统集成、试飞验证与性能评测。\n\n任职要求\n1. 计算机、自动化、机器人、测绘等相关专业硕士及以上学历。\n2. 扎实的多视图几何与状态估计理论基础，精通 ICP / NDT 点云配准、ESKF、图优化（iSAM2 / g2o / Ceres）。\n3. 深入理解至少一种主流 LIO 框架（FAST-LIO2、Point-LIO、LiDAR-IMU 紧耦合）的原理与工程实现。\n4. 熟练使用 C/C++，有 Linux 下 ROS/ROS2 开发经验，具备嵌入式实时系统算法移植能力。\n5. 3年以上激光 SLAM 或机器人定位建图经验，有实际工程调试经历。\n符合京东价值观：客户为先、创新、拼搏、担当、感恩、诚信。",
"standard_classification": {
"std_category_code": "T013",
"std_aux_codes": [],
"std_category_status": null,
"std_taxonomy_version": "20261104"
}
}