岗位职责：
1.负责井下巷道、掘进工作面等受限、非结构化场景下的多传感器（以激光雷达为主，兼顾相机、毫米波雷达、IMU等）SLAM建图、定位、点云感知算法的研发与工程落地。
2.专注于井下特殊环境下的3D障碍物检测、可行驶区域分割、地质体分割、设备部件（如锚杆、管线）识别等核心任务，确保掘进机自动行走的安全性与精确性。
3.负责将深度学习模型（如3D检测、分割网络）与点云预处理、后处理、滤波、融合等算法结合，进行系统部署及性能优化，满足井下实时性要求。
4.主导感知算法在嵌入式平台（如NVIDIA Jetson Orin） 上的部署、推理优化及功耗控制，解决井下严苛工况下的实际工程问题。
5.构建并维护井下场景数据闭环系统，包括特殊工况数据挖掘、针对性标注、模型训练、badcase分析与回归测试，推动算法在业务场景中持续迭代。
6.探索多传感器时序融合、SLAM与感知联合优化等前沿技术，提升在粉尘、水雾、弱光等极端干扰下的系统鲁棒性。
任职要求：
必要条件：
1.计算机、自动化、测绘、 Robotics 等相关专业硕士及以上学历，或具备3年以上同等工作经验。
2.精通激光雷达SLAM算法（如LOAM、LIO-SAM等系列算法及其改进），有扎实的多传感器融合（紧耦合/松耦合）理论基础和实战经验。
3.熟练掌握主流三维点云处理算法（如PCL库），并精通基于深度学习的3D目标检测（如PointPillars, PointRCNN, CenterPoint）和分割（如PointNet++,Cylinder3D） 模型。
4.精通C++，具备强大的Linux环境下算法开发、调试和优化能力，熟悉CMake、Git等工具链。熟练掌握Python及PyTorch/TensorFlow框架用于算法原型快速开发。
5.对计算几何、非线性优化、概率论有深入理解，能够应对井下复杂地形带来的算法挑战。
6.具备强烈的责任心、出色的解决问题能力和抗压能力，能够适应矿山行业的工作特点。
优先条件:
1.有非结构化环境（如矿山、隧道、地下管廊、港口） 的自动驾驶或机器人SLAM/感知项目落地经验者优先。
2.有嵌入式平台（如Jetson系列、地平线、英伟达DRIVE平台） 模型部署（TensorRT, ONNX等）和性能优化经验者优先。
3.熟悉GTSAM、g2o、Ceres等优化库，或有VIO、多源融合定位项目经验者优先。
4.在相关领域顶会（ICRA, IROS, RSS, CVPR） 发表论文，或在SemanticKITTI, nuScenes-lidar等权威数据集中取得优异成绩者优先。
5.具备井下机电设备、采矿工艺基础知识者优先。