蔚来招聘！车端SLAM、局部高精地图等多岗位（社招/实习）

点击下方卡片，关注“自动驾驶之心”公众号

ADAS巨卷干货，即可获取

投递渠道，以下路径搜索职位，与职位相关问题也可以邮件咨询：zhenxing.you@nio.com

1. 社招：“蔚来招聘”微信公共号-> 社会招聘->社招官网-> 搜索职位：填写内推码：QEN8TJZ

2. 实习：“蔚来招聘”微信公共号--> 校园招聘-->日常实习：填写内推码：QEN8TJZ

[社招]自动驾驶SLAM定位算法工程师

工作地点：北京，上海

职位描述

1. 车端基于多源信息(Lidar/Camera/Radar/IMU/Wheel/矢量)的里程计和建图算法研发；

2. 车端无GNSS场景下的地图定位已量产方案持续优化，问题跟进和解决；

3. 面向新车型，新智驾硬件系统挑战的地图定位/跨模态定位/相对定位的算法研发；

4. 算法的数值计算和工程优化，打造轻量级高效率的车端模块并负责部署量产落地。

职位要求

1. 2年以上SLAM定位建图工作经验，有智驾业务量产落地经验者优先；

2. 具备扎实的状态估计、数值计算、C++编程和软件工程能力；

3. 熟悉经典的地图定位(矢量/几何特征/粒子滤波等)方案和SLAM算法框架(FastLIO/LOAM系/MSCKF/VINS等)；

4. 强烈的owner和交付意识，热爱智驾和机器人技术；

5. 加分项：熟悉AVP场景定位建图算法方案，交付过相关量产业务优先。

[社招]智能驾驶地图定位深度学习算法工程师

工作地点：上海

职位描述

1. 研究开发Camera及Lidar的离线云端建图大模型，及相关算法模块的研发工作；

2. 语义建图元素识别模型及相关算法模块的研发工作，相关数据集的建立；

3. 工作内容涉及：算法研究，设计和开发，实验调试，模型训练及测试，大数据处理及统计分析，报告及文档撰写，算法落地优化等。

职位要求

1. 优秀的编程能力，熟悉Python和C/C++；

2. 工程能力扎实，有良好的数据结构和算法能力，数据基础优秀；

3. 热爱技术，工作细致认真，追求高质量的工作产出；

4. 深度学习相关领域研究或工作经验。

加分项

1. 实操能力优秀，熟悉Linux和Shell操作，有大量或复杂数据处理经历；

2. 相关领域发表过高水平论文，包括不限于深度学习，计算机视觉，多传感器融合，SLAM建图等；

3. 学术界或工业界优秀团队的实习经历；

4. 有大规模深度学习训练系统或高性能计算相关开发或优化经验；

5. 熟悉Lidar，IMU，GNSS，Camera等多传感器融合算法。

[社招]自动驾驶-高精定位/语义SLAM算法工程师

职位描述：我们正在寻找一名有经验的语义SLAM算法开发工程师，专注于回环检测和匹配算法的研发。作为团队的核心成员，您将负责开发先进的自动驾驶汽车高精定位、语义SLAM算法，以实现自动驾驶车辆在复杂场景中的准确定位和地图构建。您将专注于回环检测技术和匹配算法的创新与优化，提高自动驾驶系统的定位精度和鲁棒性。

职责和任务：

1. 设计和实现具有语义理解能力的SLAM算法，用于自动驾驶车辆的定位、导航和场景理解。

2. 开发高效的场景识别与匹配算法，解决自动驾驶车辆在弱GPS场景的全局定位问题。

3. 研究并优化匹配算法，提高车辆在复杂环境下的语义匹配、点云匹配精度，及信息融合能力。

4. 进行车端实时的局部语义地图构建，实现对环境的理解和描述，为大规模众源建图提供场景数据。

5. 设计并执行系统级测试，评估算法的性能并提供改进建议。

6. 持续跟踪最新的实时定位与语义SLAM技术和研究前沿，将其应用于公司的自动驾驶项目中。

技能和资格要求：

1. 拥有计算机科学、电子工程、自动化或相关领域的学士或硕士学位。

2. 至少3年以上语义SLAM算法开发经验，具备回环检测和匹配算法开发经验者优先考虑。

3. 精通C++、Python等编程语言，具备良好的编码和调试能力。

4. 具备解决问题的创新能力和团队合作精神。

5. 出色的沟通能力和技术文档编写能力。

加分技能：

1. 曾参与过自动驾驶项目或相关行业的实际部署经验。

2. 发表过与SLAM、语义理解相关的学术论文或专利。

3. 熟悉常见的SLAM库和工具，如GTSAM、Cartographer等。

4. 在深度学习、语义理解或计算机视觉等领域有扎实的背景知识。

[实习]自动驾驶车端定位建图算法实习生

工作地点：北京

职位描述

1. 车端基于多源信息(Lidar/Camera/Radar/IMU/Wheel/矢量)的里程计和建图算法研发；

2. 车端无GNSS场景下的地图定位已量产方案持续优化，问题跟进和解决；

3. 面向新车型，新智驾硬件系统挑战的地图定位/跨模态定位/相对定位的算法研发；

4. 算法的数值计算和工程优化，打造轻量级高效率的车端模块并负责部署量产落地。

职位要求

1. 具备扎实的状态估计、数值计算、C++编程和软件工程能力；

2. 熟悉经典的SLAM算法框架(FastLIO/MSCKF/VINS/ORBSLAM/maplab等)或地图定位(矢量/几何特征/粒子滤波等)方案；

3. 加分项：在SLAM定位建图方向发表过优秀的论文或者做过实际落地项目；强烈的owner和交付意识，热爱智驾和机器人技术。

[实习]自动驾驶地图复杂场景感知实习生

工作地点：上海（优先），北京

职位描述

1. 计算机视觉、深度学习等相关方向硕士以上学历；

2. 熟悉图像2D目标检测、文字识别、图像语义分割、实例分割、BEV感知等至少一个方向相关算法;

3. 参加过至少一个机器学习、深度学习实践项目，有大型模型训练、调优经验；

4. 熟练掌握至少一种深度学习算法库，如TensorFlow，PyTorch等;

5. 动手能力强，扎实的算法实现能力；

6. 良好的沟通能力；有探索新领域、新问题的热情和能力。

职位要求

1. 负责自动驾驶复杂场景下，基于视觉的语义地图要素的感知算法研发；

2. 跟踪国内外前沿的研究成果，并能实现应用于实际项目中；

3. 参与相关项目工程落地。

[实习]智驾融合定位\SLAM\深度学习实习生

职位描述

1. 负责融合感知、Lidar、图像、GNSS、IMU、Wheel等多源信息，解决高速、城区、地库、停车场、服务区等场景的几何定位、拓扑定位和地图构建问题。

2. 执行以下任务之一或多项：

• i.利用语义感知等信息实时推理车道、道路级别拓扑。

• ii.研究在SD地图上基于语义感知的跨模态几何定位和拓扑定位问题。

• iii.探索语义感知在矢量地图上的回环定位问题。

1. 调研深度学习、语义SLAM等最新研究成果，应用learning-based方法解决定位和建图方面的挑战。

2. 协助维护现有方案并进行issue分析，确保系统的稳定性。

3. 整理技术成果，积极参与专利申请和论文发表，推动团队在学术和产业界的创新影响。

任职要求

1. 本科及以上学历。

2. 熟悉计算机视觉、SLAM、深度学习、多传感器融合等至少一项技术。

3. 熟悉相关领域经典算法，如VINS-Fusion、Fast-LIO、SuperGlue、NetVlad、MapTR等至少一种。

4. 熟练使用开源库，包括但不限于OpenCV、Ceres、PyTorch等。

5. 熟练使用C++、Python等编程语言，熟悉Linux系统。

6. 具备出色的沟通能力、自驱力和ownership精神。

[实习]定位/SLAM算法实习生

工作内容：

1. 参与部分车端基础里程计的优化工作。

2. 参与部分车端定位交付软件的评价工作。

3. 参与设计定位数据闭环体系以及搭建工作。

期望的你：

1. 熟练C++，掌握python语言，具备较好的coding开发规范和实现能力；熟悉ROS，Linux；

2. 熟悉常见的SLAM或里程计算法，了解常见开源方案，如LOAM，VINS，MSCKF等；

3. 熟练使用OPENCV, PCL, EIGEN，CERES等开源库；

4. 几何计算基础扎实；熟悉卡尔曼滤波器、非线性优化等算法；

5. 对车端上下游模块、定位交付标准有强烈的学习热情，责任心强，协作意识强，性格皮实；

以上内容均出自【自动驾驶之心知识星球】

自动驾驶之心知识星球，创办于2022年7月份，致力于打造为自动驾驶行业中的 ”黄埔军校“，目前近2400人，聚集了近50+自动驾驶行业专家为大家答疑解惑。

星球内已经打磨出近30+的学习路线，涉及BEV感知、动态/静态障碍物检测、多传感器融合、多传感器标定、目标跟踪、模型部署与cuda加速、仿真等方向，沉淀了大量工程上的解决方案、学术上的优化思路！星球主要内容一览：

如何持续保持跟进和输入呢？我的答案是找对圈子，让你每天能够主动和被动接受很多新的知识，包括领域知识体系的梳理、刷题、面试经验、各家企业现状、各个岗位的具体职责以及后续的职业前景等。一个人入门学习，无异于大海捞针，浪费了大把时间踩坑，还得不到想要的答案。哪里有专业回答的规划呢？这里我推荐一个我们一直在维护的社区：自动驾驶之心知识星球，目前是国内最大、最专业的自动驾驶社区。欢迎加入！