薪酬概览
平均月薪
¥21800
中位数 ¥0 ｜ 区间 ¥16600 - ¥27000
长沙SLAM算法工程师月薪整体处于全国中游水平，近一年保持稳定微涨态势。
数据来源：样本数量过少，仅供参考；更新时间：2026年7月13日
月薪分布
100% 人群薪酬落在 15-30k
四大影响薪酬的核心维度
影响薪资的核心维度1：工作年限
在长沙，SLAM算法工程师薪资随经验稳步提升，3-5年段因项目独立性增强而增幅较明显。
影响因素
- 长沙智能驾驶与机器人产业生态初具规模，人才供需相对平衡，技术应用以落地项目为主，薪资受本地产业成熟度影响。
- 在该城市，薪资变化更看重项目独立负责能力与完整落地经验，3-5年段因能独立承担模块而薪资提升较快。
💡 长沙相关薪资公开数据有限，建议结合具体公司技术方向与项目复杂度综合评估经验价值。
影响薪资的核心维度2：学历背景
在长沙，SLAM算法工程师岗位本科为基本门槛，硕博学历在高端研发岗位有较明显溢价。
影响因素
- 长沙智能驾驶与机器人产业以应用落地为主，人才需求本科及以上为主，硕博学历在核心算法岗更具竞争力。
- 在该城市，硕博学历因能承担复杂算法研发与技术创新任务，薪资溢价主要体现在高端岗位与项目主导角色上。
💡 长沙相关细分数据有限，建议关注具体企业技术方向，实际项目能力对薪资的影响可能超过学历本身。
影响薪资的核心维度3：所在行业
长沙SLAM算法工程师薪资受本地智能驾驶与机器人产业主导，行业集中度较高，整体处于全国中游水平。
| 行业梯队 | 代表行业 | 高薪原因 |
|---|---|---|
| 高价值型 | 自动驾驶 | 技术密集度高，研发投入大，人才稀缺性强，行业处于快速发展期。 |
| 增长驱动型 | 机器人 | 应用场景广泛，技术创新活跃，对算法能力要求高，人才需求持续增长。 |
| 价值提升型 | 智能制造/工业视觉 | 产业升级需求推动，技术应用逐步深入，对SLAM算法有稳定需求。 |
影响因素
长沙SLAM算法工程师行业分布相对集中，以智能驾驶与机器人产业为主，薪资结构受本地产业生态影响明显。
- 长沙智能驾驶产业生态初具规模，头部企业聚集，对高端算法人才需求拉动薪资水平。
- 本地机器人产业以服务与工业应用为主，技术落地导向强，薪资与项目复杂度关联度高。
- 相比一线城市，长沙高技术行业整体规模较小，行业集中度导致薪资波动相对平缓。
💡 长沙相关行业细分数据有限，建议关注具体企业技术方向与项目类型，行业经验对薪资成长影响较大。
影响薪资的核心维度4：所在城市
长沙作为新一线城市，SLAM算法工程师薪资处于全国中游，生活成本相对较低，人才吸引力逐步增强。
| 城市 | 职位数 | 平均月薪 | 城市平均月租 （两居室） | 谈职薪资竞争力指数 |
|---|---|---|---|---|
1深圳市 | 12 | ￥41000 | ￥5700 | 92 |
2杭州市 | 27 | ￥33800 | ￥3800 | 80 |
3成都市 | 6 | ￥20900 | ￥2600 | 65 |
4苏州市 | 5 | ￥27100 | ￥2200 | 40 |
5嘉兴市 | 5 | ￥34000 | ￥1500 | 40 |
6广州市 | 8 | ￥32600 | ￥3900 | 35 |
7南京市 | 8 | ￥40100 | ￥3200 | 35 |
8北京市 | 5 | ￥31000 | ￥7100 | 30 |
9珠海市 | 5 | ￥29400 | ￥2400 | 27 |
10武汉市 | 8 | ￥26700 | ￥2600 | 25 |
影响因素
- 长沙智能驾驶与机器人产业生态初具规模，头部企业聚集带动相关岗位薪资水平。
- 城市人才供需相对平衡，生活成本较低，薪资购买力在同类城市中具有一定优势。
- 相比一线城市，长沙高技术产业整体规模较小，薪资增长空间相对平缓但稳定性较好。
💡 长沙相关细分数据有限，建议结合具体行业企业评估，城市选择需平衡薪资成长与生活成本。
市场需求
10月新增岗位
4
对比上月：岗位新增1
长沙SLAM算法工程师岗位需求随本地智能驾驶产业发展呈温和增长态势。
数据由各大平台公开数据统计分析而来，仅供参考。
岗位需求趋势
不同经验岗位需求情况
长沙SLAM算法工程师需求侧重中级经验人才，对项目即战力要求较高，高级岗位相对有限。
| 工作年限 | 月度新增职位数 | 职位占比数 |
|---|---|---|
| 应届 | 1 | 50% |
| 3-5年 | 1 | 50% |
市场解读
- 长沙智能驾驶与机器人产业处于发展期，企业更偏好具备项目独立实施能力的中级经验人才。
- 本地企业对初级人才有一定培养需求，但更看重实际项目经验与快速上手能力。
- 相比一线城市，长沙高级战略岗位需求较少，经验段分布相对集中在中级阶段。
💡 长沙相关细分数据有限，建议求职者强化项目经验与算法落地能力，以提升在不同经验段的市场竞争力。
不同行业的需求分析
长沙SLAM算法工程师需求以智能驾驶与机器人产业为主，智能制造领域需求稳步增长。
市场解读
- 长沙智能驾驶产业生态逐步完善，头部企业带动算法研发与工程落地岗位需求。
- 本地机器人产业聚焦服务与工业应用，对SLAM算法在场景适配与系统集成方面有持续需求。
- 智能制造领域受产业升级推动，对视觉导航与定位算法有稳健需求，但整体规模相对有限。
💡 长沙相关行业细分数据有限，建议关注本地重点产业发展动态，行业经验对长期职业发展影响较大。
不同城市的需求分析
长沙SLAM算法工程师岗位需求在新一线城市中处于中等水平，需求增长相对稳定。
SLAM算法工程师岗位在不同城市的需求分布如下，点击城市可查看当地SLAM算法工程师的招聘、薪资和就业数据。
| #7 合肥 | 4.5%6 个岗位 | |
| #8 济南 | 4.5%6 个岗位 | |
| #9 成都 | 4.5%6 个岗位 | |
| #10 苏州 | 3.7%5 个岗位 | |
| #11 长沙 | 3.7%5 个岗位 | |
| #12 上海 | 3.7%5 个岗位 | |
| #13 西安 | 3.7%5 个岗位 | |
| #14 珠海 | 3.7%5 个岗位 | |
| #15 宁波 | 3.7%5 个岗位 |
市场解读
- 长沙智能驾驶与机器人产业生态带动相关岗位需求，但整体岗位规模相比一线城市较小。
- 本地岗位更新频率相对平缓，需求以中级经验为主，高级岗位机会有限。
- 城市人才竞争压力适中，岗位需求受本地产业发展节奏影响较大。
💡 长沙相关细分数据有限，建议关注本地产业动态，城市选择需平衡岗位机会与长期发展空间。
热招职位
融合定位算法工程师15000-25000/月
1、负责参与机器人融合定位算法的研发（RTK，IMU，视觉，轮速等）；
2、负责定位算法的工程化和优化，保证算法研究落到实处；
3、参与实际机器人的多传感器融合定位算法解决方案的设计和实施等。
1、建立机器人控制仿真模型，进行算法开发及测试。
2、设计、开发机器人规划和控制算法，负责机器人串联多关节臂架运动及接触力控制算法、底盘运动控制算法等算法研究与搭载。
3、完成算法设计、仿真和测试文档撰写。
1、 负责机电液系统（如工程机械液压泵、马达、油缸及关键结构件）的故障机理与退化规律研究，构建基于大数据及物理模型的健康特征提取与寿命预测算法框架。
2、主导或深度参与“工程机械核心部件健康监测系统”、“基于机理-数据融合的故障预警平台”等相关的研发项目，完成算法从理论到样机的闭环验证。
3、与相关研究团队及数据中心紧密协作，负责健康监测算法的模型开发、代码实现、现场测试及技术文档撰写，支撑公司产品性能和后市场服务升级。
1. 负责基于 LiDAR / IMU / 里程计 / 相机 等多传感器的 SLAM 建图与定位算法实现与优化，负责环境的稠密点云重建与地图后处理（如网格化、纹理贴图等），并完成工程化落地；
2. 负责 NeRF、3D Gaussian Splatting（3DGS）、VGGT等前沿技术在实际场景中的应用，提升三维重建的精度与实时性；
3. 负责实时SLAM与3DGS技术融合算法开发、测试与应用；
4. 负责基于激光点云模型与图像融合的3DGS等前沿算法的开发与应用；
5. 结合融合后的3DGS 地图，进行视觉导航定位，分析地图质量与定位结果对路径规划效果的影响；
6. 在 linux/windows系统下完成系统集成、测试与部署，保障系统在真实场景中的稳定运行。
1、VF、矢量控制、弱磁控制、参数辨识等算法的研究、仿真及编程实现；
2、结合工程机械具体工况进行电机控制算法与控制策略的优化；
3、电机控制算法、策略的台架测试与现场测试；
4、输出相关研究报告、测试报告。
1.参与工程机械大模型Agent智能化体系构建，覆盖感知、理解、决策、执行、学习、进化全链路技术方案设计与落地；
2.参与大模型的微调与优化、大模型继续训练，应用Prompt Engineering、LoRA、P-Tuning等技术提升模型在垂直场景下的表现；
3.开发智能体任务规划、多轮对话、工具调用等核心模块，支持多智能体协作与动态任务执行；
4.构建Agent后端服务，设计RESTful API，实现高并发、低延迟的智能交互系统；
5.跟踪大模型与Agent领域的前沿技术，参与技术预研与工程化落地。
定位算法工程师10k-30k/月·15薪
1、算法研发与设计
负责自动驾驶等系统中高精度定位算法的研发，比如基于 GNSS、IMU、激光雷达、摄像头等多传感器融合的定位方案，也包括 视觉里程计（VO）、激光雷达惯性里程计（LIO）等核心技术的开发；针对农业作业环境的不同场景。
2、算法优化与落地
将定位算法转化为高效的软件模块，适配嵌入式系统或车载系统，确保算法实时运行的稳定性与高效性；解决定位漂移、初始化失败、复杂环境下信号弱等问题。
3、测试验证与问题排查
设计仿真测试、实车或实机测试方案，验证定位算法的精度和可靠性；分析测试数据与定位误差，针对性提出改进方案并迭代优化；排查定位系统在研发及现场应用中的技术故障，保障系统稳定运行。
4、跨模块协作与技术衔接
协同感知、规划控制等团队，完成定位算法与其他系统模块的集成适配，确保定位信息顺畅交互；配合硬件、测试团队开展定位性能验证，推动产品整体迭代升级。
1、负责机器人关节参数辨识、力位混合控制及通信的功能开发、调试和维护；
2、负责机器人关节空间到驱动空间的解算及相关控制算法开发，包括线性电机-旋转关节控制映射、踝关节并联连杆解耦控制等非直驱关节控制算法开发；
3、负责多关节机器人整机运动学及动力学建模、辨识、仿真及相关控制算法开发和调试；
4、协助多冗余自由度机器人的控制算法开发，包括但不限于全身运动控制、臂末端柔顺控制、机械臂避障，使机器人具备与环境良好的交互能力，并根据实际场景完成落地应用；
5、协助规范人形机器人运动控制测试流程，制订代码编写规范、测试用例及实机验证流程等。
1、探索机器人大模型的sim2real问题；
2、跟踪调研机器人规划大模型以及相关方向（包括但不限于DP/RDT/ACT、sim2real）的前沿技术；
3、参与机器人规划大模型的数据采集，并负责机器人规划大模型的训练、部署及应用；
4、深入研究和探索机器人规划大模型在更多未来生活场景中的应用等。
机械臂力控算法工程师15000-25000/月
1、负责设计和开发人形机器人机械臂的力控算法，确保机械臂在操作过程中能精确控制力度和触觉反馈；
2、基于力觉传感器、视觉传感器和其他传感器数据，进行实时力控算法的优化和实现，提升机器人在复杂环境中的操作精度与灵活性；
3、设计和实现机械臂在执行任务时的动力学建模、力学分析和路径规划；
4、与硬件工程师、机器人控制工程师密切协作，调试和优化机器人力控系统，确保力控算法的稳定性和高效性；
5、进行机器人力控系统的测试与验证，确保算法在实际应用中的可靠性和适应性；
6、跟踪领域内的最新研究成果和技术发展，持续推动算法的创新和优化等。