2026 Intern(3 months)-Platform & Robotics SDK Engineer

优缺点分析

角色解读

• 实习结束后有机会转正为正式员工，继续深入机器人AI领域
• 积累多模态大模型、智能体系统等前沿技术经验，未来可向AI算法工程师、机器人软件工程师等方向发展
• 在高通平台接触工业级研发流程，为后续职业发展打下坚实基础
• 根据选择的方向，研究并实现基于VLM/LLM的智能体、VLA模型或全身控制算法
• 在Qualcomm机器人平台上进行模型训练、微调与部署，验证技术方案的有效性
• 跟踪前沿技术趋势，提出创新性的改进方法，并参与实际场景的功能实现
• 扎实的机器学习/深度学习基础，熟悉Transformer、VLM、LLM等主流模型
• 熟练使用Python和至少一种深度学习框架（如PyTorch、TensorFlow）
• 了解机器人学基础，如运动学、控制理论，或有相关项目经验者优先
• 具备良好的文献阅读和算法实现能力，能够独立探索并复现前沿论文

申请策略

• 建议在简历中明确说明自己感兴趣的研究方向（Agentic AI/VLA/WBC），并附上相关的理解或想法
• 可提前阅读高通在机器人领域的技术博客或论文，并在面试中展现对平台的理解
• 突出相关的深度学习、计算机视觉或机器人项目经历，尤其是涉及VLM、LLM或多模态模型的项目
• 强调编程能力（Python、C++）和框架熟练度（PyTorch、TensorFlow）
• 如有论文发表或开源贡献，务必列出，以展示研究能力
• 提及任何与仿人机器人、机械臂控制相关的实践经验
• 系统学习Transformer架构及VLM/LLM的主流模型如CLIP、LLaVA、GPT-4V等
• 了解机器人学中的控制算法（如MPC、PID）和运动学基础

面试指南

• 对于技术原理类问题，先清晰阐述核心概念，然后结合实际应用场景说明优劣
• 对于项目经历类问题，用STAR法则（情境、任务、行动、结果）结构化回答，突出个人贡献和收获
• 对于开放性问题，先表明自己的理解，再提出可能的解决方案或研究方向，展现思考深度
• 请解释VLM的工作原理，并举例说明其在机器人领域的应用
• 你如何设计一个基于LLM的智能体任务规划系统？
• 描述一个你完成的深度学习项目，遇到了哪些挑战？如何解决？
• 你对仿人机器人的全身控制有哪些了解？目前的主要难点是什么？
• 给定一个VLA模型，如何评估其在真实机器人上的表现？