1.精通室内定位算法：
几何定位法： 三角定位法、三边定位法。
邻近探测法： 基于最近信标的定位。
指纹定位法： 这是目前的主流和高精度方向。
离线阶段： 熟悉场地勘测、指纹数据库的构建。
在线阶段： 精通匹配算法，如K最近邻、加权K最近邻、支持向量机、贝叶斯滤波等。
精通信号处理与滤波算法：
熟悉RSSI 的信号模型、衰减特性及影响因素。
掌握卡尔曼滤波、粒子滤波、扩展卡尔曼滤波等，用于对原始RSSI数据进行平滑处理和轨迹预测。
熟悉传感器融合技术：
能够将蓝牙定位数据与手机内置的惯性测量单元（IMU） 数据进行融合，如使用行人航位推算（PDR） 来弥补蓝牙定位的延迟和跳变问题，实现连续平滑的跟踪。
了解机器学习/深度学习：
能够应用回归模型、聚类算法来优化指纹库和定位模型。
了解深度学习（如CNN, RNN, LSTM）在位置指纹识别、轨迹预测等方面的应用。
2. 蓝牙技术专长
深入理解蓝牙协议栈，特别是低功耗蓝牙（BLE） 协议。
熟悉BLE的广播 和扫描 机制，以及iBeacon, Eddystone 等信标协议。
了解蓝牙5.1及以上版本引入的到达角（AoA） 和出发角（AoD） 技术，这是实现厘米级高精度定位的关键，是当前的技术热点。
了解蓝牙信道选择、发射功率、广播间隔等参数对定位性能的影响。
3. 经验要求
2-5年相关领域的工作经验
拥有完整的蓝牙室内定位项目经验，从技术选型、算法设计、仿真测试到现场部署和优化的全流程经验。
有处理大规模指纹数据库或复杂室内环境（如多层商场、大型停车场、机场）定位问题的经验。
有传感器融合（特别是IMU+PDR）的实际项目经验者优先。
有AoA/AoD 相关技术研究或产品开发经验者极具竞争力。