格步
Lead Software Engineer, Perception (Robotics)
Lead Software Engineer, Perception (Robotics)
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机器人开发
机器人开发
Bev
Lidar
Nvidia Orin
Ros 2
Tensorrt
具身Ai
多目标跟踪
计算机视觉
值不值得投
80综合评分
综合评分 80
前沿具身AI赛道、技术成长空间大、使命感强，但需现场办公且WLB灵活性受限。
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
比机器人开发中位数高
发布情况
新岗位 · 今天发布
公司情况
公司还在招多个职位
4 个在招
市场机会
选择面较广
上海 · 机器人开发 · 95 个在招
职位详情
关于这个职位
该职位负责机器人感知与预测系统的核心算法研发，将多传感器数据转化为实时、可靠的世界模型
你将主导多目标跟踪、开放集世界理解及运动预测等核心模块，并探索端到端模型与具身基础模型在机器人上的部署与落地
最低要求
至少3年机器人、自动驾驶或ADAS感知和/或预测系统的实际交付或运营经验，具备丰富的自动驾驶经验及提升实际性能的成果
在经典/几何方法与学习方法方面经验丰富，能合理判断何时使用模块化方法、端到端模型或混合设计，并保留可解释的安全回退机制
在多目标跟踪方面有深入经验，包括数据关联、贝叶斯滤波、跟踪生命周期、多传感器/时序关联、ID稳定性及低延迟评估
有学习或基于查询的跟踪经验者优先
具备通用/开放集感知的实际经验，包括与类别无关的障碍物检测、占用表示、LiDAR聚类、异常/未知物体处理或与学习检测的融合
在至少一个现代时序领域有实际深度：运动预测、占用流、流式/时序BEV、学习世界模型或联合检测-跟踪-预测
理解多模态不确定性以及感知、预测和规划之间的接口
具备几何和多传感器系统的基础知识，包括实际的标定知识，以及诊断影响模型质量的对齐或时间同步问题的能力
精通C++和Python，能够编写生产级代码，构建训练/评估工具，并推理实时嵌入式性能
具备在嘈杂的生产类环境中导航的经验，能够通过可重复的实验、清晰的指标、日志驱动的根因分析、仿真/回放和注重验证的执行来解决问题
自我驱动且可靠，对自动驾驶、机器人和具身AI有真正的热情，并具备区分稳健进展与研究炒作的判断力
具备利用AI工具和系统加速工程和研究的能力，同时不妥协质量、安全性或可重复性
工作职责
开发和改进多目标跟踪，包括数据关联、贝叶斯状态估计、跟踪生命周期和ID稳定性，并向基于学习的跟踪演进
构建和强化通用/开放集世界理解，包括与类别无关的障碍物检测、占用网格/网络/BEV占用、聚类和学习的通用物体分支
为行人、自行车、车辆和其他智能体构建运动预测，包括多模态轨迹预测、交互感知预测、占用流和不确定性估计
开发和评估端到端时序感知-预测方法，如联合检测-跟踪-预测、流式BEV表示等，同时保持强大的模块化基线和生产回退
探索VLM/VLA和具身基础模型在开放词汇感知、语义场景推理等方面的应用，并测试其基础、幻觉、时间一致性等，进行蒸馏、量化或适配以用于机器人部署
加强跨相机、LiDAR、雷达和IMU的多传感器和时序集成，确保几何、时间、身份、预测和语义上下文随时间保持一致
定义跟踪、预测、通用物体/占用/占用流召回、闭环安全结果和嵌入式延迟预算的质量门控，并通过车队日志根因分析减少回归
与检测、预测、规划、数据和基础设施及集成团队合作，将经典、基于学习和基础模型的能力从研究转化为可重复的训练、回放、仿真、NVIDIA Orin/TensorRT部署和类生产机器人测试
优先资格
端到端感知和预测：联合检测-跟踪-预测、占用/占用流预测、流式BEV、智能体/轨迹查询或世界模型
自动驾驶系统的运动预测：多模态轨迹、交互感知预测、不确定性校准、规划接口、闭环仿真或行为评估
具备VLM/VLA/具身基础模型经验，包括视觉-语言基础、开放词汇感知、任务或指令条件化、语义场景推理、长尾挖掘或动作相关表示
基础模型适配与部署：监督微调/LoRA、偏好或模仿数据、蒸馏、量化、教师-学生管道、边缘推理以及对幻觉和基础的系统评估
D/BEV检测与传感器融合（如BEVFusion/LSS）、时序模型、4D数据及多相机/LiDAR/雷达集成
熟悉常见的机器人/感知库和平台，如OpenCV、PCL、Ceres、ROS 2、NVIDIA Orin、TensorRT或DeepStream，并具备良好的可视化和调试实践
熟悉模型生命周期：数据集管理、自动标注、时序标注、主动学习、回归检测、推理优化和车队数据反馈循环
AI 洞察
优缺点分析
优点
- 处于具身智能与城市机器人配送的前沿赛道，技术栈涵盖端到端模型与VLA等最新研究方向
- 拥有从算法研发到硬件部署、车队测试的全链路产品生命周期经验，工程落地价值极高
- 跨国企业平台，提供完善的福利体系与跨地域的技术交流机会
- 平衡前沿研究（如基础模型）与生产级可靠性（低延迟、安全回退）需要极强的工程判断力
- 适合具备3年以上自动驾驶或机器人感知经验，既懂前沿算法又具备扎实工程落地能力，且对具身AI充满热情的技术极客
缺点 / 挑战
- 需要在真实、嘈杂的物理环境中保证算法的安全性和鲁棒性，技术挑战与调试难度较大
角色解读
- 纵向可晋升为首席感知专家（Principal Engineer）或技术总监，主导整体技术架构
- 横向可拓展至具身智能全栈或自动驾驶系统架构师，成为跨领域技术领军人物
- 负责机器人感知与预测系统的核心算法研发，将多传感器数据转化为实时、可靠的环境模型
- 主导多目标跟踪、开放集世界理解及运动预测等关键模块的开发与优化
- 探索并落地端到端时序模型与具身基础模型（VLM/VLA），推动前沿研究向实际机器人部署转化
- 扎实的C++/Python编程能力，以及多传感器（Camera/LiDAR/Radar/IMU）融合与标定经验
- 深入理解经典几何方法与深度学习模型，精通多目标跟踪、BEV/占用网络及运动预测算法
- 具备在真实生产环境中进行模型部署、性能调优及根因分析的工程落地能力
申请策略
- 了解Grab在东南亚的配送业务场景及劳动力短缺痛点，思考机器人配送的实际商业价值
- 准备一些关于如何在保证安全回退机制的前提下引入学习方法的思考，以契合其务实的技术文化
- 突出在多目标跟踪、BEV感知或运动预测等具体模块的优化成果及量化指标（如MOTA、FDE提升）
- 强调多传感器融合经验及在NVIDIA Orin/TensorRT等边缘端的部署与性能优化经历
- 展示从算法原型到车队数据闭环、仿真回放及实际机器人测试的全流程落地经验
- 提前熟悉VLM/VLA等具身基础模型在开放词汇感知和任务条件化理解中的最新论文与开源实现
- 强化端到端感知预测模型（如联合检测-跟踪-预测）及占用流（Occupancy Flow）相关的代码实践
面试指南
- STAR法则：针对工程落地问题，清晰阐述情境、任务、行动（具体算法/工程手段）和结果（量化指标）
- 权衡分析框架：在回答技术选型（如端到端vs模块化）时，从安全性、可解释性、延迟、数据需求等多维度进行客观对比
- 在遮挡和拥挤场景下，你如何优化多目标跟踪的ID稳定性和数据关联？
- 请分享一个你将经典几何方法与深度学习方法结合，并保留安全回退机制的实际案例
- 针对开放集/未知障碍物检测，你有哪些实际经验？如何评估模型在长尾场景下的表现？
- 在边缘端（如NVIDIA Orin）部署复杂的感知预测模型时，你如何进行延迟优化和精度权衡？
- 你如何看待端到端模型与模块化感知栈的优劣？在什么情况下你会选择哪种方案？
- 复习多目标跟踪（如Kalman滤波、匈牙利算法、Transformer Tracker）和BEV感知的核心数学原理与代码实现
职位点评
薪资福利80
成长发展90
工作生活65
使命价值85
薪资福利
80较高
职位为高级技术岗，薪资处于市场较高水平，且提供全面的医疗、人寿保险及灵活的福利包，整体物质回报优厚。
薪资信号市场水准 (4千–7万/月)
福利待遇Term Life Insurance、Medical Insurance、GrabFlex、Parental leave、Birthday leave、Love-all-Serve-all (LASA) volunteering leave、Grabber Assistance Programme、FlexWork arrangements
成长发展
90较高
岗位涉及具身AI、端到端模型、VLA等最前沿技术，且强调从研究到落地的全链路，技术成长空间极大。
技术前沿前沿/新兴技术
技术栈C++、Python、Multi-object tracking、BEV、Occupancy networks、VLM、VLA、NVIDIA Orin、TensorRT、ROS 2
成长机会rapid career growth
业务类型profit_center
工作生活
65中等
明确要求现场办公，但提供了弹性工时等安排，整体工作生活平衡有一定保障，但通勤和坐班要求降低了灵活性。
工作模式仅现场办公
办公地点未明确
加班情况未提及（无法判断）
工作生活平衡FlexWork arrangements、differentiated hours
使命价值
85较高
致力于通过具身AI解决城市配送劳动力短缺问题，推动东南亚经济发展，具有明确的社会价值和使命感。
行业发展高速增长赛道
社会影响正向社会影响力较高
使命信号driving Southeast Asia forward by economically empowering everyone、address current delivery labour shortages
创新程度开拓性创新（行业首创）
格步 的其他在招职位
相似职位推荐
Watch Jobs