OPPO定位算法工程师（GPS/GNSS）
任职要求
1. 测绘测量、导航、通信、机器学习等相关专业学历。 2. 具备卫星定位、无线技术定位运用与网络融合定位、惯性定位、地理围栏等相关技术研究经验。 3. 具备较好的统计学基础和数据分析处理能力。 4. 熟悉神经网络模型及常用机器学习算法。 5. 具备良好的编程能力，熟练掌握C/C++/Java/Python语言中的一种或多种。 6. 具有高度的团队合作精神和自我驱动的工作习惯。 关键字： 定位、导航、惯性导航、组合导航、融合定位、Positioning、Navigation、Dead-Reckoning、Fused Location
工作职责
在这里，你将获得亿级用户的无线通信产品开发机会，你将拥有最简单轻松的工作关系，你将接触行业最顶尖的技术方案。你需要以各种无线协议、通信协议等软件知识作为工具，打造高用户价值的手机产品，工作方向是：参与步行/车载场景下的手机GNSS定位、组合导航、多源融合定位及相关机器学习算法的调研和预研工作。
可穿戴定位团队是一个专注于可穿戴与其他IOT设备定位技术，以领先业界的核心算法为目标致力于改善各类定位相关产品功能体验的创新技术团队。 1、负责穿戴设备GNSS 定位算法技术研发，设计并实现高精度高鲁棒性的定位算法技术，满足不同场景下对于定位能力的需求； 2. 负责GNSS在复杂环境下的多频多星信号处理，包括PVT算法，多传感器（IMU）融合数据处理和GPS紧耦合算法，并参与仿真环境搭建，原始观测量分析等工作，提升复杂环境（城市峡谷、多径干扰等）下的性能； 3. 持续洞察GNSS领域最先进技术研究进展，参与前沿技术与学术交流活动，进行先进定位技术预研与合作性研究并产生创新性研究成果。
1、多传感器融合定位算法开发。研发基于GPS、IMU、激光雷达、摄像头等多传感器的融合定位算法，设计实时定位框架（如SLAM、VIO），优化高精度地图与传感器数据的时空对齐与融合策略，提升复杂场景（如隧道、城市峡谷）下的定位鲁棒性。 2、高精度定位算法优化与评测。针对量产需求，开发低成本的车规级定位模块，优化卡尔曼滤波、粒子滤波、图优化等算法性能，解决定位漂移、极端天气下的失效问题，并通过仿真工具（如CARLA）和实车测试验证算法精度与实时性。 3、复杂场景定位解决方案设计。研究多传感器联合标定与质检算法，开发动态环境下的自适应定位策略，例如结合语义地图或深度学习模型（如BEV感知）增强定位系统的场景理解能力。 4、系统集成与功能安全适配。与感知、规划控制团队协作，完成定位模块的嵌入式部署（如TensorRT加速），确保算法符合功能安全标准（ISO 26262），并支持量产项目中的调试与迭代优化。
1. 负责飞行器的多传感器数据融合算法的设计与实现，包括但不限于IMU、GPS、磁力计、气压计、视觉传感器等； 2. 开展飞行控制系统中状态估计算法的研究与开发，提升系统性能； 3. 分析飞行测试数据，根据结果调整和优化算法及参数。
团队介绍： “我在哪儿，要到哪儿去”是高德给全国亿级用户解决的核心问题， 我们系统解决“我在哪儿”的问题， 我们使用遍布全球的北斗卫星数据，高密度的手机传感器数据，视觉数据， 我们建设世界级的高精准定位系统， 驾车定位、车道级定位、室内定位、停车场定位、车机定位等 是我们核心解决的业务场景。 我们攻克着大量的世界级前沿技术难题： 基于时间序列预测的统一融合定位算法、 基于Transformer的统一融合匹配算法、 基于BEV、slam等的视觉定位算法 ...... 为了给广大用户的出行提供全方位、高质量的服务，我们正在不停地打破自己、超越自己...... 在这里，无数行业前沿的新技术在碰撞交流和应用， 这就是高德地图定位研发部 期待勇于突破，勇于挑战的你！ 岗位职责包括但不限于： 1、对GPS、RTK、IMU等原始用户定位数据进行分析建模，使用机器学习算法和深度学习算法构建统一的融合定位算法，提升用户定位精度，并和产品组配合完成模型的评测上线。 2、探索新技术（强化学习，迁移学习等）在用户出行数据领域的应用和落地。