岗位职责：
1、负责影像与点云数据的高精度配准算法设计、开发与优化，解决多源数据融合中的空间一致性问题；
2、基于影像、点云融合数据，独立完成道路本体（车道线、路面标记、道路边界等）及道路资产（交通标志、护栏、路灯、井盖等）的自动化 / 半自动化提取算法研发；
3、结合 GPS / 北斗高精度定位数据，实现地图要素的坐标校准、属性关联与精度优化，保障高精地图要素的位置准确性；
4、参与算法性能迭代与工程化落地，优化数据处理效率、提取准确率及鲁棒性，解决实际场景中的复杂路况（如城市拥堵、隧道、恶劣天气等）适配问题；
5、撰写算法设计文档、技术报告，参与跨团队协作（如数据采集、工程落地团队），推动技术方案落地与验证；
6、跟踪行业前沿技术（如多源数据融合、深度学习在点云 / 影像分割中的应用），并应用于实际业务场景优化。
任职要求：
1、本科及以上学历，测绘工程、地理信息科学、计算机视觉、遥感、自动化、人工智能等相关专业；
2、具备 2 年及以上高精度地图、点云 / 影像处理、三维地理信息提取相关算法研发工作经验，能独立完成核心算法从设计到验证的全流程；
3、具备良好的逻辑思维能力、问题解决能力，以及较强的沟通协作与文档撰写能力。
4、精通影像与点云配准核心算法（如 ICP、NDT、特征匹配等），有丰富的多源数据空间对齐实战经验，能处理大规模点云（百万级 / 亿级）与高分辨率影像的配准场景；
5、熟练掌握道路本体及道路资产的提取技术，熟悉基于规则 / 传统机器学习 / 深度学习的点云分割、影像语义分割、目标检测算法（如 PointPillars、Swin-Transformer、Mask R-CNN 等）；
6、具备 GPS / 北斗高精度定位数据融合经验，理解 GNSS 坐标系统、误差校正原理，能将定位数据与点云 / 影像提取结果有效结合，提升地图要素精度；
7、熟练使用至少一种主流编程语言（C++/Python），精通点云 / 影像处理库（PCL、OpenCV、GDAL、LasPy 等），熟悉深度学习框架（TensorFlow/PyTorch）者优先；
8、了解高精地图数据规范与生产流程，能针对算法结果优化适配实际生产需求，具备精度评估（如点位误差、召回率、准确率）体系搭建经验者优先。