高德-算法工程师-北京
Summary
Algorithm engineer on Alibaba's AutoNavi (Amap) maps team in Beijing, developing 3D reconstruction algorithms for indoor scenes (malls, office buildings) to build and continuously update indoor maps. Daily work spans multi-view geometry, SfM/visual SLAM, dense reconstruction, and deep-learning-based 3D reconstruction, mainly in C++ and Python on Linux.
岗位介绍
面向商场、办公楼等真实室内场景，研发基于图像、视频及多源采集数据的三维重建算法，支撑室内地图构建与持续更新，提升重建精度、完整性、鲁棒性和处理效率。
岗位职责
1. 负责室内场景三维重建相关算法的研究、开发与优化，涵盖相机位姿估计、稀疏及稠密重建、多源数据对齐与融合等方向。
2. 面向大规模、复杂室内场景，研究高精度、高鲁棒性的建图与增量更新技术，持续提升重建质量、场景覆盖率与处理效率。
3. 跟踪多视图几何、视觉SLAM、基于深度学习的三维重建等前沿技术，结合业务需求开展技术探索与应用。
4. 建立算法评测与质量分析体系，针对真实采集数据中的挑战开展问题分析和算法改进。
5. 与工程及业务团队协作，推动算法工程化和规模化应用，持续优化系统性能、稳定性与可维护性。
任职要求
1. 计算机、自动化、机器人、测绘、数学等相关专业，硕士及以上学历；具有优秀项目成果或工程经验者可适当放宽。
2. 具备扎实的多视图几何与数值优化基础，深入理解相机模型、坐标变换、对极几何、PnP、三角化及图优化。
3. 具有SfM、视觉SLAM相关研发经验，在其中至少一个方向具有深入实践，能够独立承担三维重建核心模块的设计、实现和优化。
4. 熟悉COLMAP、GLOMAP、OpenMVG等一种或多种开源系统，具备核心代码阅读、调试及改进能力。
5. 熟练使用Python，C++、熟悉Linux开发环境，以及OpenCV、Open3D等相关工具。
6. 具备真实场景下的算法分析与问题定位能力，能够针对重建失败、位姿误差、尺度漂移和模型质量异常等问题开展诊断与优化。
7. 具备良好的工程意识、沟通能力与团队协作能力，能够推动算法从实验验证走向稳定的业务应用。
加分项
● 有大规模室内场景三维重建、视觉定位或地图生产经验。
● 有跨序列对齐、视觉重定位、回环检测、增量建图或多模型融合经验。
● 有深度估计、稠密点云融合、表面重建、视觉惯性及多传感器融合经验。
● 有世界模型相关经验，理解生成先验在重建中的应用。
● 熟悉PyTorch，有学习式特征匹配、端到端三维重建或几何基础模型相关研发经验。
● 有CUDA、GPU加速、推理优化或大规模算法服务部署经验。
● 在相关领域发表高质量论文，或具有开源贡献、可验证的算法改进及规模化落地成果。