海尔
vlm算法工程师
vlm算法工程师
发布于 2 小时前普通员工/个人贡献者
全职员工仅现场办公人工智能
人工智能
Rlhf
Vlm
具身智能
多模态大模型
机器人
自然语言处理
计算机视觉
顶会论文
值不值得投
77综合评分
综合评分 77
聚焦具身智能前沿技术、成长空间广阔、技术挑战高、WLB待确认的算法研发岗。
从薪资福利、成长发展、工作生活和使命价值四个维度综合评估，方便横向比较。
薪资怎么样
5.5万
比人工智能中位数高
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 800 个在招 · 其中人工智能 15 个
市场机会
选择面较广
北京 · 人工智能 · 约 690 个在招
职位详情
关于这个职位
负责构建具身智能方向的多模态大模型基座，优化数据处理、预训练、微调及RLHF等核心算法
探索前沿多模态技术并推动其在机器人等具身场景中的落地应用
需具备扎实的CV/NLP基础及顶会论文产出能力
最低要求
具有计算机视觉、多模态大模型等相关领域2年以上经验;
熟悉多模态领域算法，熟悉Llava、QwenVL等基础VLM模型;
熟悉NLP领域算法，熟悉Bert、GPT、Llama等基础LLM模型;
熟悉CV领域算法，熟悉ViT、DINO、SAM、GAN.Diffusion等基础CV模型;
一作顶会/顶刊论文发表，包括不仅限于ICML，ICLR.NeUrIPS, ACL,EMNLP,CVPR,ECCV,ICCV等;
工作职责
构建具身智能领域多模态大模型基座，优化数据处理预训练、微调、RLHF等算法;
探索具身智能领域前沿多模态大模型算法，掌握最新技术趋势;
推进多模态大模型在具身领域的应用落地
优先资格
有实际机器人项目经验者优先
AI 洞察
优缺点分析
优点
- 聚焦具身智能与多模态前沿赛道，技术栈领先且业务落地场景明确
- 依托海尔产业生态，拥有海量真实工业/家居数据与硬件测试环境
- 适合具备扎实学术背景、热爱前沿AI研究，并希望将大模型技术快速应用于实体机器人场景的算法研究者
缺点 / 挑战
- 需同时兼顾CV与NLP双领域深度知识，技术迭代极快带来持续学习压力
- 顶会论文与机器人实战双重门槛较高，初期磨合期可能较长
角色解读
- 可沿算法专家路线深耕具身智能与大模型交叉领域，或转向AI产品经理/技术负责人，主导跨模态机器人系统的研发与商业化落地
- 负责具身智能方向的多模态大模型架构设计与算法优化
- 主导数据清洗、预训练、指令微调及RLHF流程
- 跟踪前沿技术并推动模型在机器人硬件上的部署与应用
- 精通多模态对齐与生成模型（如Llava/QwenVL）
- 扎实掌握CV（ViT/DINO/SAM）与NLP（BERT/Llama）底层算法
- 具备顶会论文撰写能力及大规模分布式训练经验
申请策略
- 提前了解海尔智家/卡奥斯平台的业务痛点
- 准备详细的论文代码复现记录或开源项目链接，以证明工程落地能力
- 突出顶会一作论文及具体模型贡献
- 详细列出参与过的多模态/大模型项目，强调预训练、微调或RLHF的具体指标提升
- 展示机器人或具身智能相关实战经历
- 强化分布式训练框架（DeepSpeed/Megatron）与推理加速技能
- 补充具身智能控制理论与仿真平台（如Isaac Sim）知识
- 关注多模态对齐与视觉语言导航最新进展
面试指南
- 采用STAR法则结构化回答项目经历
- 针对算法问题，先阐述原理与痛点，再对比SOTA方案，最后结合本项目数据分布说明调优策略
- 部署类问题需从量化压缩、算子融合、内存管理等多维度展开
- 请详细介绍你一篇顶会论文的核心创新点及实验设计
- 在多模态大模型训练中，如何解决图文数据质量不一致导致的幻觉问题？
- RLHF阶段如何设计奖励模型以避免模式崩溃？
- 如何将大模型高效部署到算力受限的机器人端侧？
- 系统复习多模态对齐机制（Cross-Attention/Projection）与RLHF三阶段流程
职位点评
薪资福利75
成长发展90
工作生活60
使命价值80
薪资福利
75中等
岗位未明确披露薪资细节，但结合北京地区同类算法岗市场行情及技术要求，整体薪酬竞争力符合行业普遍水平，福利体系需入职后确认。
薪资信号未披露（AI估算：4.0千–7.0万/月）
成长发展
90较高
岗位直接聚焦具身智能与多模态大模型前沿，技术栈极具前瞻性，且要求顶会产出，为求职者提供极高的技术成长与学术发展空间。
技术前沿前沿/新兴技术
技术栈VLM、多模态大模型、具身智能、RLHF、Llava、QwenVL、ViT、Diffusion
业务类型profit_center
工作生活
60中等
算法研发岗通常面临较快的技术迭代与项目交付节奏，JD未明确提及弹性工时或远程政策，工作强度可能偏高，生活化动机满足度中等。
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
致力于推动多模态大模型在具身智能与机器人领域的落地，契合智能化升级趋势，具备较强的行业前景与社会价值导向。
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