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算法实习生",
"job_level": "实习",AI生成
"work_category": "实习",AI生成
"department": "伏羲机器人",
"location": "杭州市",
"work_mode": "未披露",AI生成
"job_category": "人工智能"AI生成
},
"company": {
"company_name": "网易",
"company_industry": "互联网 / 游戏 / 数字内容",
"company_size": "10000人以上",
"company_website": "netease.com",
"company_description": "网易提供互联网和游戏服务，并通过有道、网易云音乐、网易严选等业务提供学习、音乐及消费服务。"
},
"compensation": {
"salary_range": {
"min": "",
"max": "",
"currency": "未披露",
"cycle": "未披露"
},
"benefits": "未披露"
},
"requirements": {
"working_years": 0,
"degree": "本科",
"language": "未披露",AI生成
"visa_support": "未披露",
"responsibilities": "1、SLAM算法开发与优化：负责基于3D激光雷达的SLAM建图与定位算法开发，优化算法在复杂、震动环境下的鲁棒性、实时性与精度；\n2、多传感器融合：参与激光雷达、IMU、轮速计等多传感器的数据处理与融合（如LIO-SAM、FAST-LIO等框架），提升系统状态估计性能；\n3、工程落地与调试：配合团队进行算法在ROS/ROS2框架下的移植、系统集成测试及真机调试，解决实际场景中的定位漂移、建图畸变等问题；\n4、 前沿技术调研：跟踪SLAM领域前沿论文，复现并改进开源算法；\n5、文档编写：撰写算法设计文档、测试报告及技术专利交底书。",
"requirements_text": "1、学历专业：自动化、计算机、机器人工程、电子信息等相关专业，本科及以上在读（硕士优先）；\n2、编程能力：熟练掌握C++（熟悉C++11/14特性）或Python，具备良好的代码规范和工程化能力；\n3、框架经验：熟悉ROS1/ROS2操作系统，算法基础：熟悉LOAM、LIO-SAM、FAST-LIO、等至少一种主流SLAM算法原理，理解点云处理（PCL）、图优化（g2o/Ceres）及卡尔曼滤波；\n4、数学基础：扎实的线性代数、概率论与数值优化基础。\n加分项：\n1、有实际机器人项目开发或竞赛经验优先；\n2、在机器人领域相关刊物(TRO、IJRR、RAL、ICRA、IROS等)上发表过slam相关论文者优先。",
"skills": [AI生成
"Python",
"C++"
],
"preferred_qualifications": "1、学历专业：自动化、计算机、机器人工程、电子信息等相关专业，本科及以上在读（硕士优先）；加分项：；1、有实际机器人项目开发或竞赛经验优先；2、在机器人领域相关刊物(TRO、IJRR、RAL、ICRA、IROS等)上发表过slam相关论文者优先",
"job_highlights": "未披露"
},
"contact": {
"recruiter_name": "未披露",
"contact_methods": [
{
"type": "apply_link",
"value": "https://hr.163.com/job-detail.html?id=75276&lang=zh"
}
]
},
"posting": {
"posting_id": "75276",
"post_date": "",
"hire_time": "未披露",
"update_date": "20260917",
"job_url": "https://hr.163.com/job-detail.html?id=75276&lang=zh"
},
"fulltext": "激光SLAM算法实习生\n职位描述\n1、SLAM算法开发与优化：负责基于3D激光雷达的SLAM建图与定位算法开发，优化算法在复杂、震动环境下的鲁棒性、实时性与精度；\n2、多传感器融合：参与激光雷达、IMU、轮速计等多传感器的数据处理与融合（如LIO-SAM、FAST-LIO等框架），提升系统状态估计性能；\n3、工程落地与调试：配合团队进行算法在ROS/ROS2框架下的移植、系统集成测试及真机调试，解决实际场景中的定位漂移、建图畸变等问题；\n4、 前沿技术调研：跟踪SLAM领域前沿论文，复现并改进开源算法；\n5、文档编写：撰写算法设计文档、测试报告及技术专利交底书。\n\n职位要求\n1、学历专业：自动化、计算机、机器人工程、电子信息等相关专业，本科及以上在读（硕士优先）；\n2、编程能力：熟练掌握C++（熟悉C++11/14特性）或Python，具备良好的代码规范和工程化能力；\n3、框架经验：熟悉ROS1/ROS2操作系统，算法基础：熟悉LOAM、LIO-SAM、FAST-LIO、等至少一种主流SLAM算法原理，理解点云处理（PCL）、图优化（g2o/Ceres）及卡尔曼滤波；\n4、数学基础：扎实的线性代数、概率论与数值优化基础。\n加分项：\n1、有实际机器人项目开发或竞赛经验优先；\n2、在机器人领域相关刊物(TRO、IJRR、RAL、ICRA、IROS等)上发表过slam相关论文者优先。\n1、SLAM算法开发与优化：负责基于3D激光雷达的SLAM建图与定位算法开发，优化算法在复杂、震动环境下的鲁棒性、实时性与精度；\n2、多传感器融合：参与激光雷达、IMU、轮速计等多传感器的数据处理与融合（如LIO-SAM、FAST-LIO等框架），提升系统状态估计性能；\n3、工程落地与调试：配合团队进行算法在ROS/ROS2框架下的移植、系统集成测试及真机调试，解决实际场景中的定位漂移、建图畸变等问题；\n4、 前沿技术调研：跟踪SLAM领域前沿论文，复现并改进开源算法；\n5、文档编写：撰写算法设计文档、测试报告及技术专利交底书。\n1、学历专业：自动化、计算机、机器人工程、电子信息等相关专业，本科及以上在读（硕士优先）；\n2、编程能力：熟练掌握C++（熟悉C++11/14特性）或Python，具备良好的代码规范和工程化能力；\n3、框架经验：熟悉ROS1/ROS2操作系统，算法基础：熟悉LOAM、LIO-SAM、FAST-LIO、等至少一种主流SLAM算法原理，理解点云处理（PCL）、图优化（g2o/Ceres）及卡尔曼滤波；\n4、数学基础：扎实的线性代数、概率论与数值优化基础。\n加分项：\n1、有实际机器人项目开发或竞赛经验优先；\n2、在机器人领域相关刊物(TRO、IJRR、RAL、ICRA、IROS等)上发表过slam相关论文者优先。",
"standard_classification": {
"std_category_code": "T013",
"std_aux_codes": [],
"std_category_status": null,
"std_taxonomy_version": "20261104"
}
}