智能测绘算法工程师

智能测绘算法工程师 一、岗位核心定位 围绕智能测绘全流程技术需求，负责核心算法的研发、优化与落地应用，解决卫星遥感、无人机航测、激光雷达（LiDAR）等多源地理空间数据的自动化处理、高精度解算、智能分析问题，支撑智慧城市、数字孪生、自动驾驶高精地图等业务场景的测绘技术升级，推动传统测绘向 “算法驱动 + 智能决策” 转型。 二、岗位职责 1、算法研发与迭代：主导智能测绘关键算法设计与实现，包括但不限于 —— 点云数据配准 / 分割 / 去噪 / 建模算法（如 ICP、RANSAC、深度学习语义分割）、遥感影像地物提取 / 变化检测 / 正射校正算法（如 CNN、Transformer 系列模型）、GNSS/INS 组合导航定位优化算法，提升数据处理精度与效率； 2、数据处理流程搭建：基于研发的算法，构建多源测绘数据（卫星 / 无人机 / LiDAR / 地面站）的自动化处理 pipeline，解决数据格式兼容、异常值处理、批量计算等问题，输出可落地的技术方案； 3、算法工程化落地：与工程团队协作，完成算法的工程化转化（如模型压缩、GPU 并行加速），适配测绘硬件设备（如无人机载荷、移动测量车）与软件系统，确保算法在实际场景中稳定运行； 4、技术调研与创新：跟踪国际智能测绘、计算机视觉、地理信息科学（GIS）领域的前沿技术（如大模型在遥感解译中的应用），定期输出技术调研报告；结合业务需求提出算法创新方向，主导技术难点攻关； 5、文档与协作：撰写算法设计文档、技术白皮书、测试报告，沉淀研发经验；配合产品、项目团队提供技术支持，解决项目实施中的算法相关问题。 三、任职要求 1、教育与专业背景 硕士及以上学历（优秀本科可放宽），测绘工程、地理信息科学（GIS）、计算机科学与技术、遥感科学与技术、应用数学等相关专业； 具备扎实的测绘基础理论（如摄影测量原理、大地测量学、空间几何）与计算机技术基础（数据结构、操作系统、计算机网络）。 2、核心技能：算法能力 算法理论与实践：精通机器学习（如随机森林、SVM、贝叶斯模型）、深度学习（如 CNN、U-Net、ViT）、传统计算机视觉（如特征检测、图像匹配）算法原理，能独立完成算法选型、建模与优化； 编程与工具：熟练使用 Python（NumPy、Pandas、PyTorch/TensorFlow）、C++（OpenCV、PCL 点云库）进行算法开发；掌握 Linux 环境下的编程与调试，具备 Shell 脚本编写能力； 测绘工具与数据处理：熟悉主流测绘软件（如 ArcGIS、ENVI、CloudCompare、ContextCapture）的使用；能处理多源测绘数据（遥感影像、LiDAR 点云、GNSS 观测数据），理解数据格式（如 TIFF、LAS、SHP、KML）与预处理流程； 工程化能力：具备算法工程化思维，了解模型部署（如 ONNX Runtime、TensorRT）、批量数据处理（如 Spark、Dask）、版本控制（Git）工具，能将算法原型转化为可落地的技术方案。