舍弗勒
Humanoid_机器人控制与仿真软件工程师(太仓)
Humanoid_机器人控制与仿真软件工程师(太仓)
发布于 大约 12 小时前普通员工/个人贡献者
苏州市
高级经验
全职员工
仅现场办公
本科
深度学习
仿真
运动规划
机器人控制
moveit
Rviz
双足机器人
Ros2_Control
AI 估算 · 25k–45k
人形机器人研发岗，技术前沿，需求高，但太仓非一线城市，薪资相对合理。
职位详情
关于这个职位
该职位负责双足机器人运动控制算法开发、动力学建模、Sim2Real迁移及仿真场景搭建，属于人形机器人前沿领域
你将参与从底层控制到AI模型部署的全流程，适合有机器人控制经验、熟悉C++/Python及仿真工具的工程师
最低要求
具备机器人控制、运动规划或仿真开发经验
具备 C++和Python 开发能力，熟悉 MoveIt 2、ros2_control、RViz、Isaac Sim、Gazebo、MuJoCo中的一种或多种
理解双足机器人控制基础，能够参与或独立完成双足机器人在仿真与实机中的步行调试与算法优化
了解机器人仿真流程，理解从建模、传感器挂载、控制接口对接等基本过程
对 3D建模和USD格式有基本理解，能理解其工作原理和基本对象组织方式
熟悉常见深度学习框架，具备独立完成模型训练、调参与实验分析的能力
具备一定的数据工程能力，能够完成训练数据集构建、清洗、抽样、标注协同和质量分析
工作职责
参与双足机器人基础运动控制算法开发和底层控制架构搭建
参与机器人动力学建模、运动学分析及实机调试、算法优化等，提高机器人在不同场景下的稳定性与鲁棒性
参与Sim2Real工作流，包含控制、感知或策略从仿真迁移到实机
参与机器人三维模型处理、基础建模、坐标定义、关节结构配置及仿真场景搭建
参与机器人相关AI/算法模型的训练、评估、优化与部署
优先资格
有双臂机器人、双足机器人、机械臂或工业机器人项目经验
有关节执行器控制软件开发经验
有参数辨识、系统标定、误差建模、热模型建模经验
有仿真与真机一致性验证经验
有机器人数据闭环、遥操数据采集或物理AI场景经验
AI 洞察
优缺点分析
优点
- 人形机器人是前沿赛道，技术积累价值高，未来前景广阔
- 舍弗勒作为大型跨国企业，研发资源丰富，平台稳定
- 工作涉及Sim2Real、深度学习等多项高含金量技能，有助于个人成长
- 双足机器人控制难度大，调试周期长，需要较强的耐心和问题解决能力
- 跨领域知识要求高（控制、仿真、AI），学习曲线陡峭
- 太仓非一线城市，相比北上深，同领域交流机会可能较少
- 适合对机器人技术充满热情、有较强编程和工程能力、愿意在硬核技术领域深耕的工程师
缺点 / 挑战
暂无明显挑战项
角色解读
- 技术深耕：成为机器人控制或仿真领域专家，主导核心算法迭代
- 架构方向：晋升为系统架构师，负责机器人软件架构设计
- 管理路线：逐步带领团队，担任技术主管或研发经理
- 研发双足机器人的运动控制算法，包括步行、平衡等底层控制
- 搭建机器人动力学模型，进行仿真与实机调试，优化稳定性
- 实现Sim2Real迁移，将仿真中的控制策略应用到真实机器人
- 处理3D模型，搭建仿真场景，并训练AI模型进行感知或控制
- 精通C++和Python，熟悉机器人中间件如ROS2及运动规划库MoveIt
- 掌握至少一种物理仿真引擎（Isaac Sim、Gazebo、MuJoCo等）
- 理解双足机器人控制原理，有实际步行调试经验优先
- 熟悉深度学习框架（如PyTorch/TensorFlow），具备模型训练和数据工程能力
申请策略
- 了解舍弗勒在机器人领域的业务方向，在求职信中体现对工业自动化与人形机器人的热情
- 提前准备一个技术分享，展示你过去的项目亮点，尤其是解决复杂工程问题的经验
- 突出机器人项目经验，尤其是双足或四足机器人的控制算法成果
- 详细描述使用的仿真工具和ROS2开发经历，附上GitHub或项目链接
- 强调深度学习模型的训练与部署经验，特别是与机器人结合的项目
- 系统学习Isaac Sim或MuJoCo等仿真工具，完成一个完整的仿真到实机迁移小项目
- 复习双足机器人步态控制算法，如ZMP、MPC等，并尝试复现论文
面试指南
- 用STAR法则（Situation, Task, Action, Result）清晰描述项目经历，强调技术难点和你的贡献
- 针对技术问题，先给出定义或原理，再结合具体经验回答，最后总结最佳实践
- 请描述一个你参与的双足机器人步行控制项目，遇到了什么挑战？如何解决的？
- Sim2Real中常见的域迁移问题有哪些？你如何保证仿真策略在真机上有效？
- 解释ROS2中control架构，如何实现一个自定义控制器？
- 给定一个机器人模型，如何建立其运动学模型并进行逆运动学求解？
- 你如何使用深度学习进行机器人控制？请举例说明模型训练的数据处理和调参过程
- 复习经典控制理论（PID、LQR、MPC）和机器人学基础（运动学、动力学）
匹配度报告
72
综合匹配度
前沿人形机器人研发岗，技术成长空间大，但办公地点较偏且需现场办公。
适合人群
最适合追求技术成长和创新挑战的求职者，对WLB要求不高且愿意在郊区工作。
最强匹配
成长发展匹配
最弱匹配
工作生活匹配
薪资福利65
成长发展90
工作生活60
使命价值75
薪资福利匹配
65中等
薪资处于行业中上水平，但太仓生活成本较低，实际购买力不错。福利未在JD中明确提及，但外企通常有标准福利。
薪资信号未披露（AI估算：25K-45K/月）
成长发展匹配
90较高
职位涉及人形机器人前沿技术，涵盖控制、仿真、AI等多个高价值领域，成长空间巨大。
技术前沿前沿/新兴技术
技术栈C++、Python、双足机器人、仿真、Sim2Real、深度学习、Isaac Sim、Gazebo、MuJoCo、MoveIt、ros2_control、RViz
成长机会outstanding development opportunities
业务类型ambiguous
工作生活匹配
60中等
仅现场办公，未提及弹性工作或远程。太仓位置偏郊区，生活便利性一般。
工作模式仅现场办公
办公地点未明确
加班情况未提及（无法判断）
使命价值匹配
75中等
人形机器人是推动未来科技的重要方向，公司强调创新和可持续发展，工作意义感较强。
行业发展高速增长赛道
社会影响正向社会影响力较高
使命信号advance how the world moves
创新程度开拓性创新（行业首创）
Watch Jobs