美团建图定位算法实习生
任职要求
1.硕士研究生及以上学历，计算机、电子信息、自动化等相关专业；
2.具有扎实的slam算法基础，熟悉主流的激光、视觉定位算法框架，包括fast-lio，fast…工作职责
1.负责末端配送机器人激光slam、视觉slam，多传感器融合建图、融合定位相关的算法开发和调试。 2.负责融合定位版本测试工作，确保定位精度和稳定性； 3.参与公司产品的技术规划和设计，为产品提供技术支持；
工作职责： - 负责泊车功能产品中建图定位算法设计、研发与量产交付 - 参与泊车功能系统方案和算法方案的路线设计与升级 - 构建算法模块高效迭代闭环的体系，提升研发交付的效率和可靠性
我们希望你是 2024年11月-2026年10月 期间毕业的 博士/硕士研究生 同时也是： 学术先锋：在国内外顶刊/顶会上发表过重要学术论文（包括但不限于NeurIPS、ICML、CVPR、ICCV、ECCV 等顶会或 IEEE Transactions 系列核心期刊） 竞赛达人：在国内外顶尖赛事中取得优秀成绩（包括但不限于RoboMaster、Topcoder、Codeforces、ACM-ICPC、RoboCup、Kaggle、Nips、Kdd） 实战高手：有自动驾驶、机器人、大模型基座，复杂Agent相关科研项目或实习经历（包括但不限于感知算法优化、决策模型开发,复杂多Agent的搭建等） 同频共振：理性务实、敢想敢干、渴望成功、乐观激进、聪明自省 工作内容 1.面向L4业务的行泊车场景，开发高精度、高可靠性的定位与建图算法，包括但不限于在高精场景，轻图场景，端到端场景下解决相关cornercase问题；针对车载计算平台特性，优化算法性能与资源占用，提升系统实时性与鲁棒性。 2.参与多传感器（GNSS/LiDAR/IMU/轮速/视觉等）融合定位和建图算法设计和迭代优化。 3.参与在线语义地图构建、数据挖掘、云端模型、4dlabel等算法研发。 4.参与基于GNSS， IMU等传感器多场景下的实时车道级绑路、偏航算法，基于深度学习的地图匹配，航位推算等算法研发。 5.负责激光、视觉以及语义信息的三维重建、SLAM算法研发。支撑众包地图产线研发和量产落地，提升众包建图有效率。
1、开发基于深度学习方法和传统优化方法的众包建图算法； 2、搭建高性能、高并发的建图系统，进行车端和云端部署验证； 3、参与算法工程化及调试，跟进量产实际问题。 【课题名称】 基于众包数据的大规模建图算法 【课题内容】 基于大规模用户回传的传感器数据，基于最新的深度学习算法和传统的三维重建算法，实现高自动化率、高精度的建图算法。利用深度学习算法，解决传统优化算法中需要复杂调参和复杂规则的问题。
1. 负责自动驾驶场景下在线局部地图构建功能的研发和优化，包括但不限于车道线，停止线，红绿灯，roadmarker等静态元素的几何重建和拓扑关系的构建； 2. 负责自动驾驶场景下实时轻图融合算法的设计实现与开发维护工作，包括但不限于感知和HQ或LD等轻地图先验的匹配融合框架，提供准确稳定全场景的环境理解能力。