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…
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。
负责无人机系统的导航定位算法相关研究、开发与产品化，包括但不限于： 1. 负责研究无人机导航传感器的特性（包括但不限于IMU、磁力计、GNSS接收机、视觉相机等），开发相关的标定与自标定方法以及异常检测方法，并组织落地产品； 2. 负责研究基于多传感器融合的自主定位算法开发并组织落地产品。
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。