GNSS 定位算法工程师（上海）
上海
本科及以上
电子信息类·自动化类
使用简历深度优化功能，快速提升简历质量
职位介绍
职位简介：
大疆飞行系统部正在把 GNSS 定位推向“学习辅助”的新范式——从 GNSS 多频多系统 RTK/PPP 算法、与 IMU/视觉/SLAM 的多源紧组合，到 NN 化抗多径、抗欺骗、模糊度搜索加速与神经辅助初始化，再到复杂电磁环境下的产品化攻坚，我们具备完整技术栈。我们寻找相信“GNSS 在 NN 化加持下能完成代际跨越”的同路人，与我们一起，让飞行机器人在城市峡谷、强干扰、极端电磁环境下，仍能稳稳交付厘米级实时位置。
工作职责：
1. 负责 GNSS 多频多系统 RTK/PPP 算法性能优化与产品化落地；
2. 负责 GNSS 与 IMU、视觉、SLAM 等多源传感器的紧组合定位算法设计与开发；
3. 负责学习辅助 GNSS 定位算法预研，包括 NN 化抗多径、抗欺骗、模糊度搜索加速、神经辅助初始化等方向；
4. 解决量产产品在复杂电磁环境与极端场景下的定位疑难问题。
任职要求：
基本要求
1. 大地测量、导航工程、通信、电子、自动化等相关专业，硕士及以上学历；
2. 扎实的 GNSS 定位理论基础，熟悉 RTK/PPP/模糊度固定/多频多系统数据处理；
3. 熟练 C++/Python，具备 GNSS 与 IMU、视觉或 SLAM 多源紧组合定位的算法实现经验；
4. 良好的工程能力，能独立处理实测数据并定位算法疑难问题。
加分项
1. ION GNSS+/IEEE TAES/Navigation/GPS Solutions 等论文发表，或 RTKLIB/GAMP 等开源项目核心贡献；
2. 熟悉学习辅助 GNSS 定位方向(NN 化抗多径、抗欺骗、模糊度搜索加速、神经辅助初始化)；
3. 在量产产品上解决过城市峡谷、强干扰、极端电磁环境下的定位问题；
4. 熟悉 PyTorch 等深度学习框架，能将经典信号处理与学习方法结合。
大疆飞行系统部正在把 GNSS 定位推向“学习辅助”的新范式——从 GNSS 多频多系统 RTK/PPP 算法、与 IMU/视觉/SLAM 的多源紧组合，到 NN 化抗多径、抗欺骗、模糊度搜索加速与神经辅助初始化，再到复杂电磁环境下的产品化攻坚，我们具备完整技术栈。我们寻找相信“GNSS 在 NN 化加持下能完成代际跨越”的同路人，与我们一起，让飞行机器人在城市峡谷、强干扰、极端电磁环境下，仍能稳稳交付厘米级实时位置。
工作职责：
1. 负责 GNSS 多频多系统 RTK/PPP 算法性能优化与产品化落地；
2. 负责 GNSS 与 IMU、视觉、SLAM 等多源传感器的紧组合定位算法设计与开发；
3. 负责学习辅助 GNSS 定位算法预研，包括 NN 化抗多径、抗欺骗、模糊度搜索加速、神经辅助初始化等方向；
4. 解决量产产品在复杂电磁环境与极端场景下的定位疑难问题。
任职要求：
基本要求
1. 大地测量、导航工程、通信、电子、自动化等相关专业，硕士及以上学历；
2. 扎实的 GNSS 定位理论基础，熟悉 RTK/PPP/模糊度固定/多频多系统数据处理；
3. 熟练 C++/Python，具备 GNSS 与 IMU、视觉或 SLAM 多源紧组合定位的算法实现经验；
4. 良好的工程能力，能独立处理实测数据并定位算法疑难问题。
加分项
1. ION GNSS+/IEEE TAES/Navigation/GPS Solutions 等论文发表，或 RTKLIB/GAMP 等开源项目核心贡献；
2. 熟悉学习辅助 GNSS 定位方向(NN 化抗多径、抗欺骗、模糊度搜索加速、神经辅助初始化)；
3. 在量产产品上解决过城市峡谷、强干扰、极端电磁环境下的定位问题；
4. 熟悉 PyTorch 等深度学习框架，能将经典信号处理与学习方法结合。
