声明：本站部分公告与职位内容由本站根据官方招聘公告进行整理编辑。由于用人单位需求专业、学历学位、资格条件、职位编制、备注内容等内容情况复杂且有变化可能，是否符合招聘条件以用人单位公告为准或请联系用人单位确认。本站整理编辑的职位信息仅供求职者参考，如因此造成的损失本站不承担任何责任！
职位详情
岗位职责
1、负责基于视觉和激光融合 SLAM/ SFM 算法研究、部署及优化；
2、负责激光点云数据中的道路静态场景要素（如车道线、路沿、地标、路牌、交通标志等）的检测、分割和三维重建；
3、负责点云处理算法的研发和整合。
2、负责激光点云数据中的道路静态场景要素（如车道线、路沿、地标、路牌、交通标志等）的检测、分割和三维重建；
3、负责点云处理算法的研发和整合。
任职要求
（1）硕士及以上学位，机器人、智能驾驶、计算机、电子信息、机器学习、人工智能、地球信息系统、测绘工程等相关专业毕业；
（2）两年以上相关（SFM/SLAM/三维重建）领域工作经验；
（3）具有较强的数学基础，以及扎实的算法和数据结构知识，熟悉空间计算、计算机图形学、多视图几何等，能熟练阅读英文专业文献；
（4）具有较强的编程能力，掌握 C++、Python、MATLAB，熟悉 OpenCV 计算机视觉库、OpenGL 图形库的常用图像处理算法，熟悉 ROS 系统、Linux 操作系统；
（5）熟悉 Qt 应用程序开发，具有良好的编程习惯和代码风格，能够撰写相关技术文档；
（6）熟练掌握至少一种 SFM/SLAM/三维重建算法，例如 ORB-SLAM、SA- LOAM、R3LIVE、Fast-LIVO、NeRF、LIO-SAM、LIO-Mapping 等；
（7）熟练应用至少一种点云处理相关算法库，例如 CGAL、Eigen、ceres、g2o、PCL、VTK、Open3D 等，有编写点云处理算法经验；
（8）熟练使用至少一种点云处理软件， 例如 CloudCompare、MeshLib 、LiDAR360MLS 等；
（9）熟悉 GIS 和测绘相关的软件使用，例如 ArcGIS、ENVI 等；
熟悉车载 LiDAR、IMU 惯导、GPS/GNSS 设备、相机设备之间的标定和调试，并有丰富的数据处理经验。
（2）两年以上相关（SFM/SLAM/三维重建）领域工作经验；
（3）具有较强的数学基础，以及扎实的算法和数据结构知识，熟悉空间计算、计算机图形学、多视图几何等，能熟练阅读英文专业文献；
（4）具有较强的编程能力，掌握 C++、Python、MATLAB，熟悉 OpenCV 计算机视觉库、OpenGL 图形库的常用图像处理算法，熟悉 ROS 系统、Linux 操作系统；
（5）熟悉 Qt 应用程序开发，具有良好的编程习惯和代码风格，能够撰写相关技术文档；
（6）熟练掌握至少一种 SFM/SLAM/三维重建算法，例如 ORB-SLAM、SA- LOAM、R3LIVE、Fast-LIVO、NeRF、LIO-SAM、LIO-Mapping 等；
（7）熟练应用至少一种点云处理相关算法库，例如 CGAL、Eigen、ceres、g2o、PCL、VTK、Open3D 等，有编写点云处理算法经验；
（8）熟练使用至少一种点云处理软件， 例如 CloudCompare、MeshLib 、LiDAR360MLS 等；
（9）熟悉 GIS 和测绘相关的软件使用，例如 ArcGIS、ENVI 等；
熟悉车载 LiDAR、IMU 惯导、GPS/GNSS 设备、相机设备之间的标定和调试，并有丰富的数据处理经验。
竞争力分析
解锁详细分析
您与该职位匹配度: ***，已超过了 *** 的竞争者，建议************
您在 ？位置
较低
一般
比较匹配
非常匹配
欢迎扫描下方二维码关注高校人才网官方微信（硕博QQ交流群：572038191，进微信群请加：gzgxrcw06）
重要风险提示：如招聘单位在招聘过程中向求职者提出收取押金、保证金、体检费、材料费、成本费，或指定医院体检等，求职者有权要求招聘单位出具物价部门批准的收费许可证明材料，若无法提供相关证明，请求职者提高警惕，有可能属于诈骗或违规行为。
高校人才网
百万硕博人的择业平台
高校直招
5000+单位官方入驻
简历直投
20W+职位一键投递
微信扫码1秒登录
手机号/密码登录
微信扫码登录
请使用微信【扫一扫】
关注“高校人才网服务号”完成登录
关注“高校人才网服务号”完成登录
实时接收求职反馈
二维码已过期，请刷新
{{successContentUp}}
{{successContentDown}}
{{ title }}
{{tips1}}
{{tips2}}
{{ title }}
{{tips1}}
{{tips2}}
{{ title }}
{{tips1}}
{{tips2}}
{{ title }}
{{tips1}}
{{tips2}}
