字节跳动
豆包AI大模型具身智能研发工程师-火山方舟MaaS
豆包AI大模型具身智能研发工程师-火山方舟MaaS
发布于 大约 10 小时前普通员工/个人贡献者
上海市
高级经验
全职员工
仅现场办公
硕士
大模型
VLA
机器人仿真
具身智能
Vln
AI 估算 · 35k–60k
字节跳动大模型核心岗位，技能稀缺度高，上海市场行情，资深工程师月薪通常在35k-60k。
职位详情
关于这个职位
作为豆包AI大模型具身智能研发工程师，你将参与火山引擎MaaS平台的核心研发，专注于搭建高逼真度的仿真环境、构建自动化数据管线，并探索世界模型在合成数据生成中的应用
该职位要求深厚的机器人学与AI功底，适合希望在具身智能与大模型交叉领域深耕的技术专家
最低要求
硕士学位及以上，计算机科学、机器人学、人工智能、自动化等相关专业，具备具身智能、自动驾驶仿真或机器人系统相关研发经验
熟练掌握机器人运动学与动力学基础，精通Isaac Sim、MuJoCo或Gazebo等至少一款主流仿真平台，熟练掌握Linux环境下的Golang编程
熟悉Kubernetes架构和生态，熟悉Docker/Containerd/Kata等容器技术，掌握分布式系统原理，参与过分布式系统的设计、开发和维护
深入理解VLA、VLN等前沿大模型的网络架构及数据驱动原理
熟悉机器人领域主流开源数据集及其构建范式
具备严谨的工程思维与技术钻研精神
拥有良好的技术文档撰写习惯、出色的沟通能力及团队协作精神
工作职责
基于主流高性能物理引擎（Isaac Sim、MuJoCo等），搭建高逼真度、具备物理属性且可泛化的多场景仿真环境，将其应用到数据合成、强化学习、验证评测等场景中
负责构建从数据生产、数据处理、处理到模型训练、验证的自动化数据管线，并能将AI工具应用加速该过程
负责系统资源调度的设计和开发，服务于模型训练、模型评估和模型推理
探索世界模型、生成式AI在合成数据生成中的应用，结合UMI、ego-centric等方法，弥补真机长尾及稀缺场景数据短板
与算法、硬件及真机遥操作团队紧密配合，建立“仿真测试-模型训练-真机验证”的系统闭环
通过分析模型在真实场景下的表现失效点，反向指导并快速迭代仿真策略与环境设计
优先资格
对Ego-centric的数据和训练有相关工程实践经验
对世界模型或其组合形态有应用实践经验
对Whole Body的VLA/运控有真机实践经验
对应用Agent在具身的场景中有落地经验和深入思考
AI 洞察
优缺点分析
优点
- 前沿技术方向：具身智能结合大模型是AI领域最热门赛道之一，技能溢价高
- 大厂平台：字节跳动提供丰富的资源、数据和技术生态，有更大影响力
- 综合能力提升：涉及仿真、数据管线、分布式系统、大模型等多方面技能，成长空间大
- 技术复杂度高：需要同时掌握机器人学、仿真、分布式系统和大模型，学习曲线陡峭
- 领域仍在发展：具身智能工程化落地尚未成熟，可能存在方向不确定性
缺点 / 挑战
- 工作强度较大：字节跳动整体节奏较快，研发任务可能需要较高投入
- 适合对机器人、仿真和AI交叉领域有浓厚兴趣，喜欢挑战高复杂度问题，并愿意在技术深水区长期钻研的资深工程师
角色解读
- 技术深耕：从具身智能仿真专家向具有世界模型研发能力的全栈工程师发展
- 架构转型：积累仿真与数据管线经验后，可转向自动化数据平台或AI基础设施架构师
- 管理方向：熟悉团队协作和闭环流程后，可担任技术负责人或团队Leader
- 搭建高逼真度的仿真环境，用于数据合成和模型验证，涉及Isaac Sim、MuJoCo等物理引擎
- 构建自动化数据管线，从数据采集、处理到模型训练、验证的全流程自动化
- 设计并开发系统资源调度模块，优化训练和推理效率
- 探索世界模型和生成式AI在合成数据生成中的应用，弥补真实场景数据不足
- 精通机器人运动学与动力学，熟练使用至少一款主流仿真平台
- 扎实的Golang编程能力，熟悉Linux环境开发和分布式系统
- 深入理解VLA、VLN等大模型架构，掌握数据驱动原理
- 熟悉Kubernetes和容器技术，具备分布式系统设计维护经验
申请策略
- 在简历中明确体现你对具身智能和大模型结合的思考，展示技术视野
- 提前了解火山方舟平台的产品定位，准备一些对仿真数据与真机闭环的见解
- 突出具身智能或机器人仿真相关的项目经验，具体说明使用的仿真引擎和解决的问题
- 强调Golang和Kubernetes的实战经验，尤其是分布式系统的设计案例
- 展示对VLA/VLN等大模型的理解，最好有相关训练或部署经历
- 若有开源项目或技术博客，体现工程严谨性和技术影响力
- 深入学习Isaac Sim或MuJoCo的高级功能，如物理属性配置、场景泛化
- 补充Kubernetes容器编排和运维能力，熟悉常用生态工具
面试指南
- STAR法则：情境、任务、行动、结果，清晰描述项目背景和个人贡献
- 对比分析法：对于技术选型问题，列出可选方案，比较优缺点，给出理由
- 问题拆解：对于开放性问题，先分解问题，再逐步深入，体现系统思维
- 请描述你搭建仿真环境的经验，遇到过哪些挑战以及如何解决？
- 如何设计一个可扩展的自动化数据管线？请谈谈架构和选型
- 你如何理解VLA和VLN？能否比较它们的异同？
- 在分布式系统中如何进行资源调度？你用过哪些调度策略？
- 如果仿真环境和真机表现不一致，你会如何分析和改进？
匹配度报告
72
综合匹配度
字节跳动核心AI团队，前沿技术栈，高发展潜力，但工作强度较大且需现场办公。
适合人群
适合高成长导向、愿意投入技术研究、接受一定工作强度的求职者。
最强匹配
成长发展匹配
最弱匹配
工作生活匹配
薪资福利80
成长发展92
工作生活40
使命价值75
薪资福利匹配
80较高
字节跳动薪资具有竞争力，大厂福利完善，但未明确薪资范围，且可能工作强度较大，补偿性中等偏上。
薪资信号未披露（AI估算：35K-60K/月）
成长发展匹配
92较高
该职位位于AI最前沿的具身智能赛道，涉及大量新兴技术，成长空间巨大，且字节跳动内部培训资源丰富。
技术前沿前沿/新兴技术
技术栈Isaac Sim、MuJoCo、VLA、VLN、世界模型、生成式AI
业务类型profit_center
工作生活匹配
40较低
要求现场办公，工作节奏可能较快，未提及弹性工时或远程，生活平衡得分较低。
工作模式仅现场办公
办公地点科技园/产业园
加班情况未提及（无法判断）
使命价值匹配
75中等
AI和机器人领域具有正向社会影响力，字节跳动平台影响力大，但具体职位更偏工程实现，使命感中等。
行业发展高速增长赛道
社会影响中性/一般
创新程度积极采用新技术
Watch Jobs