黑芝麻
机器人平台应用集成工程师(J10808)
机器人平台应用集成工程师(J10808)
发布于 7 小时前普通员工/个人贡献者
全职员工仅现场办公机器人开发
机器人开发
Nvidia Jetson
Pytorch
Ros/Ros2
Slam
嵌入式Linux
深度学习
计算机视觉
边缘计算
值不值得投
74综合评分
综合评分 74
前沿机器人平台开发，技术硬核，成长性强，但需要跨领域学习且WLB可能一般。
从薪资福利、成长空间、工作节奏和岗位方向综合评估，方便横向比较。
薪资怎么样
33K
与机器人开发中位数基本持平
发布情况
新岗位 · 今天发布
公司情况
这家公司招聘很活跃
24 个在招 · 其中机器人开发 2 个
市场机会
选择适中
深圳 · 机器人开发 · 39 个在招
职位详情
关于这个职位
本职位负责基于公司自研芯片平台，快速集成和开发端到端的机器人解决方案原型，重点验证感知、导航、操作等软件栈的性能
你需要对VSLAM、Nav2、YOLO等关键技术进行选型、集成与评测，并追踪ROS 2、机器人学习等前沿技术，将预研成果转化为可执行的技术建议，加速产品开发
最低要求
本科及以上学历，计算机科学、自动化、电子工程等相关专业
核心技术能力：
（1）精通C++和Python，具备出色的软件架构和工程能力
（2）熟悉嵌入式Linux系统开发，对系统性能调优有实践经验
（3）具备在嵌入式或AIoT设备上，对复杂算法（如计算机视觉、多传感器融合等）进行开发和优化的实践经验
（4）熟悉至少一种主流深度学习框架（如PyTorch, TensorFlow），并有将AI模型在边缘端（如NVIDIA Jetson或其他嵌入式平台）优化和部署的经验
（5）（加分项）拥有深厚的机器人操作系统（ROS/ROS2）开发经验，对ROS 2的核心通信机制、导航栈（Nav2）和生态有深入理解者优先
（6）（加分项）具备机器人SLAM、三维重建、运动规划等一个或多个领域的扎实算法背景和丰富的实践经验者优先
（7）（加分项）有机器人仿真（如Gazebo, Isaac Sim）或“硬件在环”仿真项目经验者优先
经验要求：3年以上嵌入式、AIoT、机器人或相关领域的前沿研发经验，有从0到1构建复杂智能硬件系统原型的成功案例
优秀的沟通能力和文档撰写能力，能够清晰地呈现技术方案和验证结果
具备团队合作精神，能与不同职能的同事高效协作
具备强烈的好奇心和技术驱动力，能够独立调研、学习并快速上手新技术
工作职责
集成化解决方案原型验证：
（1)基于公司芯片平台和基础工具链，快速集成和开发端到端的智能系统或机器人解决方案原型，重点验证感知/导航/操作等集成软件栈的可行性与性能潜力
（2）针对自主移动机器人（AMR）等具体应用场景，对VSLAM、3D重建、Nav2加速插件等高价值软件包进行技术选型、集成与性能评测
（3）探索和评估将主流AI感知模型（如YOLO系列）部署到我们异构计算平台的最佳实践，并对“模型库”（Model Zoo）的构建提供技术输入
前瞻性技术研究与赋能：
（1）追踪机器人、AIoT及边缘计算领域的最新技术趋势，特别是ROS 2社区、AI基础模型、机器人学习（RL/IL）等方向的发展，并评估其与我们平台结合的可能性
（2）将预研过程中形成的技术原型、评估报告和代码示例进行沉淀，为研发团队提供清晰、可执行的技术建议和初期代码框架，加速未来产品的开发进程
（3）与产品和战略团队紧密合作，将技术验证结果转化为对产品路线图的洞见和建议
AI 洞察
优缺点分析
优点
- 技术前沿：工作内容紧密围绕机器人、AI、边缘计算的最新技术，如ROS2、具身智能，技术成长天花板高
- 核心产品：深入参与公司自研芯片平台的软件生态建设，是核心技术岗位，对公司产品有直接影响
- 硬核成长：从原型验证到技术预研，能锻炼从0到1构建复杂系统的能力，积累宝贵的全栈经验
- 技术复杂度高：需要跨越嵌入式、AI、机器人多个技术栈，并快速学习和应用新技术
- 跨领域协作：需与产品、战略、研发等多团队协作，对沟通和推动能力有要求
- 适合具备扎实嵌入式/系统开发基础，对机器人技术有浓厚兴趣，乐于探索前沿技术并解决复杂工程问题，且有较强自驱力和学习能力的工程师
缺点 / 挑战
- 验证压力：原型验证和技术选型的结果直接影响产品方向，需要严谨的技术判断和抗压能力
角色解读
- 技术专家路线：深入机器人感知、导航或系统集成领域，成为特定方向的权威
- 架构师路线：成长为机器人系统或芯片平台软件栈的整体架构师
- 技术管理路线：带领团队负责更前沿的技术预研或产品化方向
- 基于公司自研芯片，快速搭建机器人解决方案原型，验证感知、导航、操作等软件栈的性能
- 针对AMR等具体场景，对VSLAM、Nav2等关键软件进行技术选型、集成和评测
- 探索将AI模型（如YOLO）部署到边缘异构平台的最佳实践，为模型库建设提供输入
- 追踪ROS2、机器人学习等前沿技术，进行预研并输出技术建议和代码框架，赋能产品研发
- 精通C++/Python，具备扎实的软件架构和工程能力
- 熟悉嵌入式Linux开发与系统性能调优
- 掌握深度学习框架（PyTorch/TensorFlow），有模型在边缘端（如Jetson）的优化部署经验
- 对ROS2、SLAM、3D重建等机器人核心技术有深入理解和实践经验（重要加分项）
申请策略
- 研究黑芝麻智能的芯片架构和主打应用场景，在面试中展现你对公司的了解和兴趣
- 准备一个关于你如何调研、评估并集成一项新技术（特别是遇到挑战并解决）的详细案例
- 突出在嵌入式Linux、AI模型边缘部署、ROS开发等相关的具体项目经历，量化性能优化结果
- 强调独立负责或深度参与的、从0到1构建的复杂系统（机器人、智能硬件）原型项目经验
- 展示优秀的文档撰写和技术分享能力，体现沟通协作素质
- 如果ROS2经验不足，建议系统学习ROS2核心机制并完成一个小项目
- 关注具身智能、3D视觉等机器人前沿领域的技术动态，了解常见算法和框架
- 练习在NVIDIA Jetson等边缘设备上部署和优化AI模型（如YOLO系列）的实战能力
面试指南
- 使用STAR原则回答项目问题：重点说明Situation（背景）、Task（任务）、Action（你采取的具体技术行动）、Result（量化结果和收获）
- 对于技术选型问题，从需求、生态、性能、可维护性等多个维度展开，并结合你的实际项目经验
- 对于新技术调研问题，展示你的方法论：明确目标->广泛调研->原型验证->形成结论，并强调你的技术判断力
- 请描述一个你从零开始构建的复杂智能硬件/机器人系统的经历，遇到了哪些主要技术挑战？
- 你如何评估和选择ROS2、SLAM、Nav2等技术方案？请举例说明
- 你有哪些在边缘设备（如Jetson）上部署和优化深度学习模型的经验？如何平衡精度和性能？
- 如果让你调研一种新的机器人学习技术（如强化学习）并评估其与我们平台的结合，你会如何开展？
- 当你的技术验证结果与产品路线图有冲突时，你会如何处理？
职位点评
薪资福利70
成长发展85
工作生活65
使命价值75
薪资福利
70中等
职位薪资未在JD中披露，但公司已上市，行业属性（芯片/机器人）薪资通常具有竞争力，预计能满足市场水准。福利未明确提及。
薪资信号未披露（AI估算：2.5–4万/月）
成长发展
85较高
职位涉及ROS2、具身智能、边缘计算等前沿技术，技术栈硬核且深入，提供从预研到集成的完整实践机会，技术成长性极强。
技术前沿前沿/新兴技术
技术栈ROS2、SLAM、Nav2、PyTorch、TensorFlow、边缘计算、NVIDIA Jetson、强化学习
业务类型ambiguous
工作生活
65中等
工作地点为深圳或武汉，办公模式未明确，但基于硬件集成与原型验证的工作性质，大概率需要现场办公。工作内容具有挑战性，可能对工作强度有一定要求。
工作模式未明确
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
75中等
机器人、AIoT是明确的高速增长赛道，职位工作直接推动智能系统创新，具有较强的技术使命感和社会价值。
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