中联重科
机器人认知智能工程师
机器人认知智能工程师
发布于 13 小时前普通员工/个人贡献者
全职员工仅现场办公具身智能
具身智能
Llm
Nlp
Pytorch
Vlm
人形机器人
具身智能
强化学习
深度学习
值不值得投
68综合评分
综合评分 68
前沿具身智能方向、技术栈新、成长性强，薪资与作息信息未披露，需与HR确认。
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
3.5万
比具身智能中位数低
发布情况
新岗位 · 今天发布
公司情况
公司还在招多个职位
7 个在招 · 其中具身智能 5 个
市场机会
选择不多
长沙 · 具身智能 · 5 个在招
职位详情
关于这个职位
面向具身智能人形机器人，负责感知与交互方向的认知智能算法研发
你将围绕任务理解、知识推理与可解释性，用深度学习与NLP构建算法模型，并推动其在机器人交互、自主导航、抓取放置等场景落地部署
最低要求
计算机、数学、统计学或相关专业，博士优先
熟悉常见建模方法，如CNN、LSTM、GAN、Transformer、深度强化学习等
优秀的算法和编程能力，熟悉Transformer、BERT、GPT系列、LLM及VLM模型，精通C++或Python等
熟悉主流深度学习框架PyTorch/TensorFlow等
具有很好的表达能力，很好的抗压能力和团队合作能力
具有人形机器人、具身智能、模仿学习、强化学习等相关项目经验或从事相关开发工作等
工作职责
针对具身智能人形机器人感知、交互核心业务，研究、开发以深度学习和自然语言处理（NLP）为核心的算法模型，设计和推动建设整个算法体系
聚焦认知智能相关算法，包括任务理解、知识推理和可解释性等，应用于人形机器人交互、自主导航、物体抓取与放置等场景
与团队配合在云或端完成算法的部署，并与实际机器人或工程机械交互实现自主化作业能力等
优先资格
博士优先
具有人形机器人、具身智能、模仿学习、强化学习等相关项目经验或相关开发工作经历者优先
AI 洞察
优缺点分析
优点
- 方向处于具身智能与人形机器人前沿，技术积累具备长期价值
- 覆盖LLM/VLM、强化学习等热门技术栈，能力可迁移性强
- 软硬件结合的真实落地场景，工程经验含金量高
- 大型制造企业平台，资源与项目稳定性较好
- 认知智能与机器人落地耦合度高，算法到实机部署的调试周期长、不确定性大
- 长沙/上海双地点，需确认实际办公地与协作方式
- 适合具备硕士及以上学历、对具身智能与大模型有热情，且愿意在软硬件结合场景中打磨算法落地能力的研究型工程师
缺点 / 挑战
- 需要同时应对研究探索与工程交付的双重压力
角色解读
- 可在具身智能认知算法方向深耕，成长为算法专家或技术负责人
- 横向可拓展到机器人感知、运动控制、大模型应用等方向
- 在制造业智能化与机器人产品化场景中积累稀缺的软硬件结合经验
- 围绕人形机器人的感知与交互，研发以深度学习和NLP为核心的认知智能算法模型
- 聚焦任务理解、知识推理、可解释性等能力，并落地到交互、导航、抓取放置等场景
- 与团队一起在云端或端侧完成算法部署，并与实体机器人联调实现自主作业
- 扎实的深度学习功底，熟悉CNN、Transformer、深度强化学习等建模方法
- 对大模型有实践，熟悉BERT、GPT系列、LLM及VLM，能熟练使用PyTorch/TensorFlow
- 精通C++或Python，具备较强的算法实现与工程落地能力
- 有具身智能、模仿学习、强化学习相关项目经验
申请策略
- 了解中联重科在智能制造与机器人方向的业务布局，面试中体现对工业场景落地的理解
- 提前确认岗位在长沙还是上海办公及团队归属
- 突出大模型（LLM/VLM）与Transformer相关的项目实践及效果指标
- 量化展示强化学习、模仿学习在机器人或仿真环境中的落地成果
- 强调C++/Python工程能力与模型部署（云/端）经验
- 体现跨软硬件联调和团队协作经历
- 补齐机器人仿真环境（如Isaac Sim、MuJoCo）与模仿学习/强化学习训练流程的实操
- 加强对VLM在具身任务中应用的理解，准备端侧部署与推理优化相关经验
面试指南
- 用STAR结构讲清背景、方案、你的贡献与量化结果
- 技术方案题先澄清场景约束（算力、实时性、数据），再给出分层设计并说明取舍
- 遇到开放问题先讲清思路框架，再补充实现细节与风险点
- 请介绍一个你做过的大模型或认知智能相关项目，如何定义问题与评估效果？
- 在机器人任务理解与知识推理上，你会如何设计算法方案？
- 强化学习/模仿学习在真实机器人训练中有哪些难点，你如何解决？
- 如何把大模型部署到端侧并满足实时性要求？
- 你如何评估模型的可解释性？
职位点评
薪资福利64
成长发展86
工作生活48
使命价值70
薪资福利
64中等
JD未披露薪资与福利信息，薪酬竞争力需与HR确认；岗位技术门槛较高，通常对应中上水平的研发薪酬。
薪资信号未披露（AI估算：2.5千–4.5万/月）
成长发展
86较高
岗位处于具身智能与人形机器人前沿，覆盖LLM、VLM、强化学习等主流先进技术，技术成长空间大。
技术前沿前沿/新兴技术
技术栈深度学习、NLP、Transformer、BERT、GPT、LLM、VLM、强化学习、模仿学习、PyTorch、TensorFlow、C++、Python
业务类型profit_center
工作生活
48较低
JD未提及办公模式与作息安排，且岗位需与实体机器人联调，现场投入可能较多，WLB情况需向HR了解。
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
70中等
人形机器人与具身智能属新兴方向，技术探索性强，但主要面向工业与工程机械场景，社会价值偏中性。
行业发展新兴领域（暂难判断）
社会影响中性/一般
创新程度积极采用新技术
Watch Jobs