基本要求 1. 导航制导与控制、自动化、大地测量、力学、电子等相关专业，硕士及以上学历； 2. 扎实的惯性导航与卡尔曼滤波/因子图/非线性优化基础，熟悉 IMU 物理建模与误差分析； 3. 熟练 C++/Python，具备 INS 与视觉、GNSS 多源组合导航的算法实现经验； 4. 良好的工程能力，能独立处理真实传感器数据与系统级问题。 加分项 1. IEEE TAES/TRO/RA-L/Sensors/Navigation 等论文发表，或开源导航项目核心贡献； 2. 熟悉学习化惯导方向(神经预积分、学习化误差建模、神经状态估计)； 3. 有 IMU、指南针、气压计等定位传感器在量产产品上的系统问题攻坚经验； 4. 熟悉 PyTorch 等深度学习框架，能将经典状态估计与神经网络融合。