职位描述:
1. 进行车端量产PPP-RTK算法开发和测试验证
2. 支持车端量产NRTK算法/组合导航算法优化
3. 支持车端量产项目的高精定位算法问题解决和测试验证
4. 支持搭建量产PPPRTK算法验证
职位要求:
任职资格
基本要求
教育背景:
大地测量、导航、制导与控制、电子、自动化、计算机等相关专业,硕士及以上学历;
专业知识:
1.熟悉GNSS高精度定位原理,精通PPP、RTK、PPP-RTK等算法的理论及实现细节;
2.掌握最小二乘、卡尔曼滤波(EKF/UKF)、滑动窗口优化等核心算法,具备抗差估计与误差补偿经验;
3. 熟悉GNSS信号处理流程(如观测值解算、周跳探测、模糊度估计等),了解PPP-AR与PPP-RTK的协同机制;
4.了解组合导航系统(GNSS/INS紧组合/深组合)的设计与实现方法。
工程经验:
3年以上GNSS算法工程化经验,有PPP-RTK算法在车载产品(如自动驾驶、高精度地图采集等)中的完整落地经验;
熟练使用C/C++或Python进行算法开发与调试,具备独立解决复杂定位性能问题的能力;
熟悉车载定位系统硬件(GNSS接收机、IMU、里程计等)的选型与性能评估。
行业方向: 对自动驾驶领域有强烈兴趣,了解ISO 26262功能安全标准及车载定位系统的技术挑战;
有深度学习背景者优先(如利用神经网络优化定位模型、电离层延迟估计、多路径抑制等)。
加分项
具备GNSS接收机底层开发经验或参与过高精度定位服务(如网络RTK/VRS)平台建设;
有SLAM、视觉/激光融合定位经验,熟悉VINS等开源框架者优先;
熟悉GNSS完好性(Raim)与置信度评估方法,
了解ADAS/自动驾驶功能安全要求。
招聘部门:
小米
工作地点:
北京市 ID:A205922
面试建议:
这个职位是小米自动驾驶团队中非常核心的技术岗位,专注于高精度GNSS算法的研发和量产落地。从JD可以看出,小米不仅要求候选人具备扎实的算法理论基础,更重要的是要有实际的车载产品落地经验。这意味着面试官会特别关注你在PPP-RTK算法工程化过程中遇到的具体问题及解决方案。 建议你在准备面试时,重点梳理过往项目中与高精度定位相关的实战经验。特别是要准备1-2个完整的算法落地案例,说明从理论设计到实际部署的全过程。同时要熟悉车载硬件系统的集成,因为面试官可能会考察你对GNSS接收机、IMU等硬件的理解深度。另外,虽然深度学习是加分项,但不要忽视基础算法能力的展示,毕竟这是岗位的核心要求。建议准备一些具体的技术问题,比如如何处理城市峡谷环境下的多路径效应,这些都是面试中可能出现的实战性问题。
在线咨询
请输入您的问题:
提示:由 AI 生成回答,可能存在错误,请注意甄别。