1.计算机、自动化相关专业在读硕士研究生； 2.扎实的数学基础：熟悉滤波及非线性优化方法、并灵活运用； 3.熟悉射频定位原理，例如：GPS、RTK、Wi-Fi、UWB、ZigBee； 4.熟悉多传感器融合理论及算法实践； 5.熟练使用C++或Python，有较强的工程实现能力； 6.熟练使用TensorFlow、Pytorch、Mxnet等其中一种深度学习框架； 7.具有激光SLAM、视觉SLAM，高精地图、ADAS相关研究经验者优先；