中联重科
机器人AI算法工程师
机器人AI算法工程师
发布于 12 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
Sim2Real
多模态大模型
强化学习
数据采集
模型部署
深度学习
值不值得投
74综合评分
综合评分 74
前沿具身智能算法岗，技术成长强，地点双选，WLB与薪酬信息待确认。
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
3.0万
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
面向机器人规划大模型与sim2real的算法岗位，负责跟踪DP/RDT/ACT等前沿技术，参与数据采集、训练、部署与场景落地
你需要具备扎实的代码与算法功底，推动机器人大模型在真实场景中的应用
最低要求
硕士及以上学历，机器人、人工智能等相关专业，具备优秀的代码能力、数据结构和基础算法功底，熟练掌握C/C++或Python编程语言
工作职责
探索机器人大模型的sim2real问题
跟踪调研机器人规划大模型以及相关方向（包括但不限于DP/RDT/ACT、sim2real）的前沿技术
参与机器人规划大模型的数据采集，并负责机器人规划大模型的训练、部署及应用
深入研究和探索机器人规划大模型在更多未来生活场景中的应用等
优先资格
熟悉多模态和大模型训练、深度学习、强化学习（RL）算法经验者优先
在机器人大模型领域，有实机应用或复现经验者优先
在大模型领域，有主导过具有重要影响力的项目或发表过相关论文者优先
AI 洞察
优缺点分析
优点
- 方向处于具身智能与机器人大模型前沿，技术积累有长期价值
- 覆盖数据采集、训练、部署全链路，能获得完整工程经验
- 公司提供真实机器人场景，利于把算法落到产业应用
- 长沙/上海双地点，给求职者一定选择空间
- sim2real和机器人大模型仍处早期，技术路线不确定，需要较强探索能力
- 同时要求算法、工程与机器人实机经验，学习曲线陡
- 前沿方向迭代快，需要持续跟踪论文并快速复现
- 适合有机器人/人工智能硕士背景，热爱具身智能与前沿算法，愿意在真实场景中做长期技术积累的求职者
缺点 / 挑战
暂无明显挑战项
角色解读
- 从算法工程师成长为机器人学习/具身智能方向的技术专家
- 可深入VLA、sim2real、强化学习等细分方向，负责核心算法模块
- 随着项目落地，可转向技术负责人或算法团队管理
- 围绕机器人规划大模型开展sim2real研究，探索仿真到真实的迁移与落地
- 跟踪DP、RDT、ACT等机器人规划大模型及强化学习前沿方向
- 参与数据采集、模型训练、部署，并推动在更多生活场景中应用
- 扎实的代码能力、数据结构与基础算法功底，熟练掌握C/C++或Python
- 理解多模态大模型训练、深度学习与强化学习（RL）算法
- 具备机器人学/具身智能基础，有实机复现或部署经验更佳
- 能阅读前沿论文并快速复现，有顶会论文或项目主导经验加分
申请策略
- 投递时注明优先城市（长沙/上海）并了解当地团队方向
- 关注中联重科在智能制造/机器人领域的业务布局，面试中体现产业落地意识
- 突出机器人学习、模仿学习、强化学习或大模型训练相关项目
- 量化展示模型训练、部署和sim2real迁移效果，如成功率、泛化能力
- 列出C++/Python工程能力、ROS/仿真平台、实机调试经验
- 有DP/RDT/ACT复现、论文或开源项目要放在显眼位置
- 补强机器人规划大模型（VLA/DP/ACT）与多模态训练框架
- 熟悉Isaac Sim/MuJoCo等仿真环境和sim2real常用方法
面试指南
- 项目题用STAR：背景-任务-方法-结果，突出你负责的模块和量化指标
- 技术题先给结论，再解释原理、对比方案，最后结合实机/仿真经验
- 开放题展示对前沿的跟踪，同时承认sim2real的工程难点和迭代路径
- 请介绍你做过的一个机器人学习/大模型项目，重点说明数据、训练和部署
- 你如何理解和解决sim2real中的域随机化、现实差距问题？
- DP、ACT、RDT等方法的区别与适用场景是什么？
- 如何把强化学习用于机器人规划？遇到过哪些挑战？
- 你如何看待机器人大模型在未来生活场景的落地节奏？
职位点评
薪资福利70
成长发展88
工作生活55
使命价值82
薪资福利
70中等
JD未披露薪资与福利，岗位要求硕士及大模型/机器人经验，方向稀缺，薪酬预计处于市场中上，但需面试确认。
薪资信号未披露（AI估算：2.0千–4.0万/月）
成长发展
88较高
岗位聚焦具身智能与机器人大模型，覆盖前沿跟踪、数据采集、训练部署全链路，技术成长空间大。
技术前沿前沿/新兴技术
技术栈C++、Python、机器人规划大模型、sim2real、DP、RDT、ACT、多模态大模型、深度学习、强化学习
业务类型ambiguous
工作生活
55较低
JD未提及办公模式、弹性或加班安排，工作地点可能在园区，通勤与工作节奏需面试确认。
工作模式未明确
办公地点未明确
加班情况未提及（无法判断）
使命价值
82较高
机器人大模型和具身智能是前沿方向，若落地将推动机器人在未来生活场景中的应用，意义感较强。
行业发展高速增长赛道
社会影响正向社会影响力较高
使命信号未来生活场景中的应用
创新程度积极采用新技术
Watch Jobs