从大三下学期犹豫于机械工程师的前路迷茫，到现在逐渐清晰SLAM工程师（或者说定位工程师）的目标，仿佛拨开了一小片迷雾，透出一些光亮来，但是需要做的积累和准备还有很多，仍然不可以掉以轻心。
最终生活状态的目标是能够在自动驾驶或者AR\VR方面的公司中担任SLAM高级工程师，能够实现在北京或者上海定居下来，这样的生活状态的入口是：我能够成功进入一家具备技术实力的相关企业并且承担具有一定难度和价值的SLAM工作，在最开始时被相关技术的大牛所带领，在这一份岗位上的工资并不一定能够达到小米、华为、京东在初始进行造车或者物流机器人研发招收人员时的高工资，但是这份岗位所附带的技术实力背书、成长机会能够为将来自己锻炼出独当一面的能力向前面说到的这些公司进行跳槽（如果需要）提供可能。
就现在的经验和感受，这样的自动驾驶公司对两种能力是有其看重的：
一是对几种常见配置的主流SLAM方案的熟悉和深入了解：视觉的ORB-SLAM，视觉+惯性的VINS系列，以及使用3D激光的方案（具体有哪些方案还需要再了解了解）等等，并且多传感器（即在激光和视觉之外融合IMU、轮式里程计、GPS等等）的融合是大势所趋，这里说的深入了解绝不仅仅是看过论文了解方法或者跑通开源程序那么简单，在宏观地了解各种性能和功能的基础上，还要进行成各部分（初始化、前端里程计、后端优化、回环检测、全局位姿图优化以及面向各种应用需求的建图等等）的具体编程实践，具体到某一个矩阵甚至某一个参数，就像在土地上钻井，我们的价值不在于钻了几个孔洞，而在于在某一处钻出了泉水来，这样再到其他地点钻井时，心里会踏实很多，此时我们再研究那些地点可能有泉水，一次性多标出几个地点来，如此过程之中，视野便慢慢提高了。
二则是对于编程语言、对于数据结构和算法的了解和掌握，与学术研究时着重创新的标准不同，实际的工程之中存在着各种各样的问题需要修复，存在着各种各样的性能目标、验收指标需要达成，这都考验着我们使用手中的工具的能力，运用最合适的数据结构和算法处理手中的问题、对运行所需的时间空间复杂度内心清晰、了解不同线程的使用方式并实际运用到前后端之中，这些需要进行针对语言（C++）的专项训练，从看书实践和看代码回溯用法与原因两个方向上积累，看书、刷题、实践，任重道远。
