职位描述：
负责开发和优化基于3D Gaussian Splatting的SLAM系统，解决建图和定位问题。探索并应用多模态数据融合（如视觉、LIDAR、惯性测量）技术以增强SLAM系统的性能和准确性。
岗位职责：
1. 研究和开发基于3D Gaussian Splatting的SLAM算法，优化系统性能和鲁棒性；
2. 开发将COLMAP、NeRF等先进三维建模技术整合入SLAM系统的方法，以提高模型的精确度和实用性；
3. 研究多传感器数据融合技术,特别是视觉、激光雷达和IMU的融合,提升SLAM的精度和稳定性；
4. 参与算法流程设计，改进现有算法，提升系统实时性和可靠性；
5. 负责算法的实现、集成和测试，确保算法在实际场景中的可用性；
6. 推动SLAM技术在相关产品中的落地应用。
任职要求：
1. 对3D Gaussian Splatting有深入了解，有相关研究或项目经验；
2. 熟练使用Eigen、g2o、GTSAM等库进行数学运算和状态估计优化；
3. 熟悉C++、Python等编程语言，具备良好的编程规范和代码架构设计能力；
4. 熟悉ROS（Robot Operating System）或其它机器人操作系统，有实际项目经验；
5. 熟悉常见的激光SLAM开源项目如LeGO-LOAM、LIO-SAM、fast-lio2等，有源码阅读和复现经验；
加分项：
1. 了解COLMAP算法、NeRF等神经渲染和三维建模技术,能够将其应用于SLAM系统;
2. 了解多模态传感器数据融合,特别是视觉、深度和惯性测量的结合;
2. 在SLAM、点云处理、三维重建等领域有论文发表或会议报告经历;
3. 精通C++编程,有实际项目中使用ROS、OpenCV、PCL等库的丰富经验;
4. 有自动驾驶、机器人等相关行业背景,对3D Gaussian Splatting技术有深刻理解和实践经验。

职位福利：五险一金、员工旅游、节日福利、不加班、定期团建、周末双休