TCL
机器人工程化负责人/专家
机器人工程化负责人/专家
发布于 3 小时前中层管理(经理/总监)
全职员工仅现场办公机器人开发
机器人开发
Grpc
Mqtt
Onnx Runtime
Rtos
Tensorflow Lite
嵌入式Linux
异构计算
机器人系统
模型量化
值不值得投
78综合评分
综合评分 78
前沿AI机器人赛道、技术成长空间大、薪资竞争力强，但量产联调阶段工作强度可能较高。
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
5.5万
比机器人开发中位数高
发布情况
新岗位 · 今天发布
公司情况
这家公司招聘很活跃
约 680 个在招
市场机会
选择面较广
深圳 · 机器人开发 · 56 个在招
职位详情
关于这个职位
该职位负责将AI算法落地到家庭陪伴机器人终端产品，主导端云协同架构设计与工程实现
你需要带领团队完成端侧推理引擎设计、硬件集成及系统级稳定性调优，推动产品从原型到量产交付
最低要求
本科及以上学历，电子、计算机、自动化等相关专业，8年以上智能硬件或机器人系统软件开发经验，其中至少3年带领工程团队完成完整产品量产交付
精通端侧AI推理框架（如TensorFlow Lite、ONNX Runtime、NCNN、MNN、Tengine等），有实际在嵌入式Linux/RTOS上部署视觉、语音、LLM模型的经验，熟悉异构计算（CPU/NPU/DSP）优化
熟悉端云协同架构设计，有实际的云端API设计、端侧缓存、离线逻辑、数据同步项目经验
了解WebSocket、gRPC、MQTT等通信协议在机器人场景的应用
具备扎实的C++/Python工程能力，熟悉嵌入式系统调试工具，能快速定位性能瓶颈或内存泄漏问题
对机器人硬件有一定认知：能理解传感器数据采集、电机控制逻辑、音频前端处理（AEC、BF），并推动软硬件团队协同解决“AI模型喊得动硬件”的工程问题
工作职责
负责将AI算法能力完整落地到家庭陪伴机器人终端产品中，主导端云协同架构设计与工程实现，保障产品的高稳定性、低延迟与成本可控
设计端侧推理引擎与部署方案：针对机器人嵌入式平台（如高通/瑞芯微/地平线等芯片），完成语音识别、视觉感知、多模态模型、LLM对话等模块的模型转换、量化、加速及内存优化，确保实时性
建设云端AI服务与端侧之间的协同链路：例如复杂任务云端处理、实时交互端侧响应、断网场景降级方案、数据同步与隐私脱敏策略
集成机器人各硬件能力（麦克风阵列、摄像头、扬声器、传感器、电机驱动等）到AI系统中，设计统一的设备能力抽象层，让算法能够通过标准化接口调用“说话、转头、移动、表情显示”等动作
负责系统级稳定性、性能调优、OTA升级、日志与监控体系，解决从原型到量产过程中的软硬件联调问题（如功耗、散热、音频回声消除、唤醒率等）
管理嵌入式软件、系统集成、AI工程化及测试团队，建立端侧AI的CI/CD/CT流水线，推动产品按计划上市
优先资格
有陪伴机器人、扫地机器人、智能音箱、AR/VR等消费电子产品的端到端系统集成经验
熟悉供应链、NPI、质量管控流程者优先
AI 洞察
优缺点分析
优点
- 处于AI与机器人结合的爆发期，端侧大模型和具身智能是行业最前沿方向，技术壁垒高
- 依托TCL的供应链与制造优势，能完整体验产品从原型到量产的全生命周期，工程化经验极具价值
- 端侧算力受限，要在成本可控的前提下实现大模型实时推理，对性能优化能力要求极高
- 适合具备深厚嵌入式AI背景、有完整消费电子产品量产经验，且渴望在机器人赛道深耕的技术管理人才
缺点 / 挑战
- 作为技术负责人，拥有较高的技术决策权和团队管理权限，利于积累综合管理经验
- 软硬件联调复杂度高，需解决功耗、散热、音频回声等物理限制带来的工程难题，压力较大
角色解读
- 纵向可发展为机器人事业部技术总监或首席架构师，统筹更大规模的软硬件研发团队
- 横向可向AIoT产品负责人或智能硬件业务线总经理转型，全面负责产品商业化落地
- 主导家庭陪伴机器人的端云协同架构设计，将AI算法（视觉、语音、LLM）落地到终端产品
- 设计端侧推理引擎，针对嵌入式芯片进行模型转换、量化与加速，确保实时交互体验
- 管理嵌入式软件、系统集成及测试团队，解决软硬件联调问题并推动产品量产交付
- 精通C++/Python及端侧AI推理框架（如TFLite、ONNX Runtime），具备异构计算优化能力
- 熟悉端云协同架构及物联网通信协议（MQTT、gRPC），有嵌入式Linux/RTOS开发经验
- 具备机器人硬件认知（传感器、电机、音频前端）及软硬件协同调试能力
申请策略
- 提前了解TCL在智能终端和机器人领域的最新产品布局，面试时结合其现有产品提出架构优化建议
- 突出端侧AI模型部署与优化经验，特别是LLM或多模态模型在算力受限平台上的落地成果
- 强调带领团队完成产品从0到1量产交付的经历，包括解决的重大软硬件联调问题
- 展示对机器人硬件（传感器、电机控制）的理解及跨团队协同推动项目落地的能力
- 深入了解最新端侧大模型推理框架及NPU编译优化技术，保持技术敏锐度
- 补充机器人操作系统（ROS/ROS2）及具身智能相关的前沿知识，拓宽技术视野
面试指南
- 采用STAR法则，重点突出在资源受限条件下的技术权衡（Trade-off）和最终带来的业务收益
- 回答架构问题时，从端侧、云端、通信链路三个维度拆解，强调高可用性和低延迟设计
- 在算力受限的嵌入式平台上，你是如何对LLM或多模态模型进行量化和加速以满足实时性要求的？
- 请分享一个你主导的端云协同架构案例，如何处理断网降级和数据同步问题？
- 在软硬件联调中，遇到过哪些棘手的功耗或音频回声问题？你是如何定位并解决的？
- 作为技术负责人，你如何管理嵌入式、AI和测试等多个团队，并建立高效的CI/CD流水线？
- 复习异构计算优化、模型量化（PTQ/QAT）及嵌入式系统内存管理的底层原理
- 准备1-2个完整的机器人或智能硬件量产项目案例，梳理其中的技术难点和团队管理心得
职位点评
薪资福利85
成长发展90
工作生活50
使命价值80
薪资福利
85较高
上市企业提供具有市场竞争力的薪酬，高级技术管理岗薪资处于行业中上水平，福利体系完善。
薪资信号未披露（AI估算：4千–7万/月）
成长发展
90较高
岗位涉及端侧大模型、具身智能等前沿技术，且负责完整产品量产，技术深度与广度兼具，成长空间巨大。
技术前沿前沿/新兴技术
技术栈TensorFlow Lite、ONNX Runtime、LLM、异构计算、端云协同、MQTT、gRPC、C++、Python
业务类型profit_center
工作生活
50较低
JD未提及工作模式与WLB相关信息，但硬件量产及联调阶段通常工作强度较大，需做好应对高压力的准备。
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
80较高
家庭陪伴机器人旨在提升人类生活质量，属于AI赋能实体经济的积极方向，具有较强的社会价值与科技感。
行业发展高速增长赛道
社会影响正向社会影响力较高
创新程度积极采用新技术
Watch Jobs