主导激光导航系统设计与实现：作为核心技术负责人，从0到1主导激光SLAM、激光定位、激光里程计等核心系统的设计与工程实现。与系统架构组协同，将顶层架构设计在激光导航领域具体化、落地化，负责激光相关模块的详细设计、接口定义与性能指标达成。
深度去除外部依赖：深入理解并替代主流开源激光SLAM库（如Cartographer, LOAM系列， HDL-graph-SLAM等）的核心组件，构建自主知识产权的激光处理算法栈。
攻克核心算法与工程难题：负责激光点云数据处理的关键算法研发与优化，包括：特征提取与匹配、点云配准（ICP及其变种）、图优化构建与求解、闭环检测、全局定位等。解决大场景、动态环境、重复结构、长走廊等挑战性场景下的激光定位鲁棒性与精度问题。主导激光与IMU、轮速计等传感器的紧耦合融合算法的设计与实现，提升系统在快速运动、特征缺失情况下的性能。
构建高性能实时系统：设计并实现满足严苛实时性要求的激光数据处理流水线，优化点云降采样、分区、索引等操作，确保系统在高频率激光雷达下的稳定运行。
对核心算法进行极致优化，包括计算复杂度优化、内存管理、多线程并行计计算等，充分利用硬件算力。
深度编码与技术领导：必须亲自参与核心代码的编写、调试与优化，用高质量的C++代码实现关键算法模块，为团队树立技术标杆。
编写详细的设计文档、接口说明和测试用例，确保代码的可维护性和可测试性。指导激光组内工程师的技术工作，进行代码审查，传播最佳工程实践。
教育背景：计算机、机器人、自动化、测绘、电子工程等相关专业博士学历优先。
硕士学历候选人需在激光SLAM领域有公认的杰出贡献或顶级项目经验。
工作经验：10年以上机器人、自动驾驶或测绘领域，专注于激光感知与导航的研发经验。
至少完整主导过1-2个激光SLAM/Lidar Odometry系统从算法研发到产品落地的全过程，并取得显著性能提升或成功应用。
核心技术能力：激光SLAM/Lidar Odometry专家级理解：深刻掌握激光点云配准、位姿图优化、闭环检测、地图表示（如点云地图、栅格地图、特征地图）等核心理论，并有丰富的调优和问题诊断经验。
顶尖的C++工程能力：必须精通现代C++，并具备编写高性能、生产级代码的能力。熟悉软件设计模式、数据结构和算法优化。有大型C++项目开发经验。
多传感器融合经验：具备激光与IMU、轮速计进行紧耦合或松耦合融合的实际开发经验，理解融合框架下的误差模型与标定。
“去依赖化”能力与意愿：不满足于调用开源库API，追求对底层算法原理的透彻掌握，并具有将其独立实现和优化的成功经历。
数学基础：扎实的线性代数、微积分、概率论与随机过程、非线性优化理论基础。
优先考虑项：有处理多线/固态/旋转式等多种类型激光雷达实际项目经验。有大规模点云地图构建、管理和长期定位维护的经验。在动态物体过滤、非标场景（如港口、矿区）激光导航方面有专项研究或产品经验。有嵌入式平台（如ARM）激光算法优化经验。在国际顶级会议（ICRA, IROS, RSS）或期刊上发表过激光SLAM相关论文。
个人特质：对激光感知技术有极致热情和钻研精神，追求性能的极限。具备出色的动手解决复杂工程问题的能力，既是设计师也是卓越的工匠。强烈的团队协作精神，能与架构师及其他传感器专家高效协同。结果导向，对代码质量、系统性能和可靠性有严苛要求。