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": "高级SLAM算法工程师",
"job_level": "高级",AI生成
"work_category": "全职",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": 3,
"degree": "本科",
"language": "未披露",AI生成
"visa_support": "未披露",
"responsibilities": "1、负责工程机械多种作业场景下的定位算法开发和工程落地，包括但不限于基于3D激光雷达、双目相机、UWB、RTK等多传感器数据的融合定位算法；\n2、负责挖掘机、装载机等工程机械在复杂工况下的高精度建图与长期定位稳定性优化\n3、负责基于双目视觉及激光雷达的3D环境重建、作业场景稠密地图生成及目标感知（料堆体积测算、障碍物识别、作业面建模等），支撑工程机械的自主作业与辅助操控；\n4、负责基于业务场景的领先感知定位算法的调研、开发及验证",
"requirements_text": "1、计算机/车辆工程/导航定位/人工智能/测绘/机器人相关专业的硕士/博士，或者具备同等深度的项目工作经验；\n2、有较强的编程能力，熟悉Linux/Git等工具、以及PCL开源点云库，有ROS/ROS2系统领域开发经验，并精通C/C++以及Python编程；\n3、熟悉主流的Visual SLAM（ORB-SLAM3、SVO等）、Lidar SLAM（LOAM、LIO-SAM、FAST-LIO2等）、VIO、LIO等在机器人定位和导航领域中常用的算法，有实际项目的经历；\n4、深入理解三维几何及机器人领域相关知识，包括但不限于机器人学、状态估计理论、实时多传感器数据处理和融合（GNSS/RTK、IMU、UWB、轮速计、双目视觉等）、EKF/PF/UKF等滤波技术及因子图优化（g2o、Ceres）；\n5、熟悉双目视觉深度估计、立体匹配、多视几何原理，具备基于双目/RGB-D相机的3D重建、稠密建图经验；\n6、有UWB定位系统或RTK高精度定位实际开发经验，理解多源异构传感器时空同步与标定流程，有车载/工程机械传感器标定经验者优先；\n7、具备较强的工程落地意识，AI能力，有工业级产品交付经验者优先。\n\n加分项：\n• 开源SLAM项目贡献者，或GitHub上有相关技术沉淀；\n• 有计算机视觉、机器人、AI等领域会议文章（CVPR/ICCV/ECCV/ICML/NeurIPS/IROS/ICRA），或相关重大赛事获奖经历；\n• 有工程机械、农业机械、无人驾驶矿卡等大型移动机械SLAM落地经验",
"skills": [AI生成
"Python",
"C++",
"Linux",
"计算机视觉"
],
"preferred_qualifications": "6、有UWB定位系统或RTK高精度定位实际开发经验，理解多源异构传感器时空同步与标定流程，有车载/工程机械传感器标定经验者优先；7、具备较强的工程落地意识，AI能力，有工业级产品交付经验者优先；加分项：",
"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=75791&lang=zh"
}
]
},
"posting": {
"posting_id": "75791",
"post_date": "",
"hire_time": "未披露",
"update_date": "20260917",
"job_url": "https://hr.163.com/job-detail.html?id=75791&lang=zh"
},
"fulltext": "高级SLAM算法工程师\n职位描述\n1、负责工程机械多种作业场景下的定位算法开发和工程落地，包括但不限于基于3D激光雷达、双目相机、UWB、RTK等多传感器数据的融合定位算法；\n2、负责挖掘机、装载机等工程机械在复杂工况下的高精度建图与长期定位稳定性优化\n3、负责基于双目视觉及激光雷达的3D环境重建、作业场景稠密地图生成及目标感知（料堆体积测算、障碍物识别、作业面建模等），支撑工程机械的自主作业与辅助操控；\n4、负责基于业务场景的领先感知定位算法的调研、开发及验证\n\n职位要求\n1、计算机/车辆工程/导航定位/人工智能/测绘/机器人相关专业的硕士/博士，或者具备同等深度的项目工作经验；\n2、有较强的编程能力，熟悉Linux/Git等工具、以及PCL开源点云库，有ROS/ROS2系统领域开发经验，并精通C/C++以及Python编程；\n3、熟悉主流的Visual SLAM（ORB-SLAM3、SVO等）、Lidar SLAM（LOAM、LIO-SAM、FAST-LIO2等）、VIO、LIO等在机器人定位和导航领域中常用的算法，有实际项目的经历；\n4、深入理解三维几何及机器人领域相关知识，包括但不限于机器人学、状态估计理论、实时多传感器数据处理和融合（GNSS/RTK、IMU、UWB、轮速计、双目视觉等）、EKF/PF/UKF等滤波技术及因子图优化（g2o、Ceres）；\n5、熟悉双目视觉深度估计、立体匹配、多视几何原理，具备基于双目/RGB-D相机的3D重建、稠密建图经验；\n6、有UWB定位系统或RTK高精度定位实际开发经验，理解多源异构传感器时空同步与标定流程，有车载/工程机械传感器标定经验者优先；\n7、具备较强的工程落地意识，AI能力，有工业级产品交付经验者优先。\n\n加分项：\n• 开源SLAM项目贡献者，或GitHub上有相关技术沉淀；\n• 有计算机视觉、机器人、AI等领域会议文章（CVPR/ICCV/ECCV/ICML/NeurIPS/IROS/ICRA），或相关重大赛事获奖经历；\n• 有工程机械、农业机械、无人驾驶矿卡等大型移动机械SLAM落地经验\n1、负责工程机械多种作业场景下的定位算法开发和工程落地，包括但不限于基于3D激光雷达、双目相机、UWB、RTK等多传感器数据的融合定位算法；\n2、负责挖掘机、装载机等工程机械在复杂工况下的高精度建图与长期定位稳定性优化\n3、负责基于双目视觉及激光雷达的3D环境重建、作业场景稠密地图生成及目标感知（料堆体积测算、障碍物识别、作业面建模等），支撑工程机械的自主作业与辅助操控；\n4、负责基于业务场景的领先感知定位算法的调研、开发及验证\n1、计算机/车辆工程/导航定位/人工智能/测绘/机器人相关专业的硕士/博士，或者具备同等深度的项目工作经验；\n2、有较强的编程能力，熟悉Linux/Git等工具、以及PCL开源点云库，有ROS/ROS2系统领域开发经验，并精通C/C++以及Python编程；\n3、熟悉主流的Visual SLAM（ORB-SLAM3、SVO等）、Lidar SLAM（LOAM、LIO-SAM、FAST-LIO2等）、VIO、LIO等在机器人定位和导航领域中常用的算法，有实际项目的经历；\n4、深入理解三维几何及机器人领域相关知识，包括但不限于机器人学、状态估计理论、实时多传感器数据处理和融合（GNSS/RTK、IMU、UWB、轮速计、双目视觉等）、EKF/PF/UKF等滤波技术及因子图优化（g2o、Ceres）；\n5、熟悉双目视觉深度估计、立体匹配、多视几何原理，具备基于双目/RGB-D相机的3D重建、稠密建图经验；\n6、有UWB定位系统或RTK高精度定位实际开发经验，理解多源异构传感器时空同步与标定流程，有车载/工程机械传感器标定经验者优先；\n7、具备较强的工程落地意识，AI能力，有工业级产品交付经验者优先。\n\n加分项：\n• 开源SLAM项目贡献者，或GitHub上有相关技术沉淀；\n• 有计算机视觉、机器人、AI等领域会议文章（CVPR/ICCV/ECCV/ICML/NeurIPS/IROS/ICRA），或相关重大赛事获奖经历；\n• 有工程机械、农业机械、无人驾驶矿卡等大型移动机械SLAM落地经验",
"standard_classification": {
"std_category_code": "T013",
"std_aux_codes": [],
"std_category_status": null,
"std_taxonomy_version": "20261104"
}
}