第1章 岗位能力画像与简历优化模板
岗位能力画像
SLAM项目经理需要融合技术深度、项目管理广度与跨域沟通能力。以下画像涵盖5个核心维度，面试官常围绕这些维度设计问题。
简历优化模板
简历是面试的第一张“能力画像”。以下模板适用于SLAM项目经理岗位，重点突出关键词与量化成果。
简历结构
关键词清单（面试前必背）
| 类别 | 核心关键词 | 面试考察点 |
|---|---|---|
| 算法技术 | ORB-SLAM3、VINS、LIO-SAM、因子图、ceres、g2o | 是否了解主流框架及优缺点 |
| 工程能力 | ROS/ROS2、Docker、C++11/14、Eigen、PCL | 能否搭建原型系统 |
| 项目管理 | 迭代计划、关键路径、风险缓冲、周报体系 | 是否有实际项目管控工具 |
| 行业应用 | AGV、仓储、巡检、扫地机、自动驾驶 | 是否理解业务指标与算法关系 |
成果量化句式（STAR模板）
在 [项目/场景] 中，通过 [动作/方法]，将 [核心指标] 从 [原值] 提升至 [新值]，周期 [时间]。
- 示例1：在物流AGV项目中，通过改进回环检测模块，将定位精度从0.3m提升至0.05m，项目按期交付，客户复购率提升20%。
- 示例2：引入多传感器融合策略，使建图鲁棒性在光照变化场景下提升40%，减少人工调试时间60%。
- 示例3：基于Scrum管理20人团队，12周内完成三个里程碑，降低需求变更返工成本35%。
面试问答卡片（第1章）
❓ 问题1：请描述你作为SLAM项目经理的核心能力，并举一个实际项目说明。
🎯 面试官考察点：自我认知清晰度，能力与岗位匹配度，能否用实例支撑。
📐 回答框架：能力总述（2个关键点）→ 项目实例（STAR）→ 结果总结。
💡 简短示例回答（80字）：我核心能力是技术理解与风险把控。在某仓储AGV项目中，发现ORB特征在弱纹理区域失效，推动改用LIO-SAM+IMU融合，将定位成功率从70%提升至98%，项目提前两周交付。
🔍 可能追问：你如何判断应该切换算法？评估指标是什么？团队当时如何分工？
⚠️ 避坑提醒：不要只罗列能力词，必须用具体项目穿起来；忌过度强调技术细节而忽视管理动作。
❓ 问题2：请用STAR原则量化你负责的一个SLAM项目成果。
🎯 面试官考察点：成果呈现能力，数据敏感度，逻辑条理。
📐 回答框架：S（项目背景及业务目标）→ T（关键挑战）→ A（你的行动）→ R（可量化结果）。
💡 简短示例回答（90字）：S: 为某巡检机器人开发SLAM系统，要求0.1m精度下全天候建图。T: 夜间低光照导致定位漂移。A: 引入多模态特征+自适应参数。R: 精度0.08m，失败率从15%降至2%，项目节省返工成本40万。
🔍 可能追问：多模态特征具体指什么？自适应参数如何设定？如果失败率不达标，你的备选方案？
⚠️ 避坑提醒：避免使用“我做了一个项目”等模糊描述；数字要有参照（如“提升40%”要说明相对于什么）。
❓ 问题3：你的简历中写“精通SLAM”，能否解释你理解最深刻的一个模块？
🎯 面试官考察点：真实技术水平，避免简历夸大，考察逻辑推导能力。
📐 回答框架：选定一个模块（如回环检测）→ 原理简述（2句话）→ 实际优化经验（项目关联）→ 当前局限。
💡 简短示例回答（85字）：我对“回环检测”理解最深。核心是视觉词袋+几何验证。在园区AGV项目中，因场景重复度高导致误检，我引入时序一致性校验，将精确率从85%提升至99%，同时降低计算延迟30%。
🔍 可能追问：时序校验具体怎么做？你用的词袋是DBoW2还是DBoW3？其他方案比较过吗？
⚠️ 避坑提醒：不要侃侃而谈算法细节但脱离项目；如果实际不深，可选一个自己真正做过的模块，哪怕相对简单。避免说“全部都懂”。