石头科技
27应届-感知算法工程师
27应届-感知算法工程师
发布于 9 天前普通员工/个人贡献者
全职员工仅现场办公计算机视觉工程
计算机视觉工程
Pytorch
Vlm/Vla
具身智能
双目立体视觉
点云处理
目标检测
语义分割
值不值得投
76综合评分
综合评分 76
机器人感知算法校招岗，前沿方向+全链路技术栈，成长空间大、实时性约束挑战高
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，方便比较职业起点。
薪资怎么样
4.0万
比计算机视觉工程中位数高
发布情况
正常在招 · 9 天前发布
公司情况
这家公司招聘很活跃
37 个在招
市场机会
选择面较广
北京 · 计算机视觉工程 · 约 150 个在招
职位详情
关于这个职位
石头科技27届校招感知算法工程师，负责机器人视觉感知算法研发，涵盖目标检测、语义分割、双目立体视觉、点云数据处理与深度学习模型部署加速，并跟踪VLM/VLA、具身智能等前沿方向推动落地
要求计算机/人工智能等相关专业，熟练掌握C++、Python与PyTorch
最低要求
计算机、人工智能、自动化、模式识别、机器人等相关专业
熟练掌握C++，具有良好的代码规范和工程能力
熟悉开发工具，熟悉相关视觉开发库
具有计算机视觉或机器人视觉相关研发经验，有机器人、自动驾驶、智能驾驶、无人机等行业经验者优先
扎实的计算机视觉、机器学习及深度学习理论基础，熟悉目标检测、图像分割、立体视觉等常用算法
【必备技能】C++、python
【必备技能】pytorch
工作职责
负责机器人视觉感知算法研发，包括图像目标检测、语义分割、实例分割等深度学习模型的设计、训练、优化与部署
负责双目立体视觉算法研发，包括双目标定、立体校正、立体匹配、深度估计、点云生成等算法开发与优化
负责点云数据处理相关算法研发，包括点云滤波、聚类、分类、目标分割、三维目标检测、障碍物识别等
负责深度学习模型训练、调优及部署，持续优化模型精度、推理速度和资源占用，满足嵌入式平台实时运行要求
负责模型部署与推理加速
负责机器人视觉系统的软件开发，完成算法模块的C++实现、接口设计及性能优化
跟踪国内外计算机视觉及机器人领域最新技术，包括目标检测、立体匹配、VLM/VLA、具身智能等方向，并推动技术落地
优先资格
有机器人、自动驾驶、智能驾驶、无人机等行业经验者优先
AI 洞察
优缺点分析
优点
- 感知算法覆盖2D/3D视觉、点云与模型部署全链路，技术栈完整且深入
- VLM/VLA、具身智能等前沿方向有明确布局，技术天花板高
- 校招进入机器人头部团队，算法与工程双通道成长
- 嵌入式平台实时性约束下，精度与速度、资源占用的平衡是持续性难题
- 算法落地需要与硬件、规划等多团队联调，迭代周期受产品节奏约束
- 前沿方向（VLM/VLA）研究与工程落地之间的转化要求高
缺点 / 挑战
暂无明显挑战项
角色解读
- 从感知算法工程师成长为机器人感知方向的技术专家或算法团队负责人
- CV+嵌入式部署+具身智能的组合经验在机器人与自动驾驶行业稀缺性高
- 研发机器人视觉感知算法，覆盖目标检测、语义/实例分割、双目立体视觉与点云数据处理
- 负责深度学习模型训练调优、部署与推理加速，用C++完成算法模块实现与性能优化，满足嵌入式平台实时要求
- 跟踪VLM/VLA、具身智能等前沿方向并推动技术落地
- 扎实的计算机视觉、机器学习与深度学习理论，熟悉目标检测、图像分割、立体视觉常用算法
- 熟练掌握C++与Python，具备工程能力与代码规范
- 熟悉视觉开发库，有PyTorch模型训练部署经验
申请策略
- 这是27届校招岗，投递前确认应届时间要求
- 面试前研读目标检测、立体匹配等经典与最新方案
- 准备1-2个能深入追问的视觉算法落地案例
- 突出CV/深度学习项目中的模型设计、训练与部署完整经历，量化精度与推理速度优化成果
- 展示C++工程能力与嵌入式部署经验
- 有机器人、自动驾驶、无人机相关项目务必前置
- 巩固双目立体视觉与点云处理算法基础
- 深入PyTorch训练与推理加速（量化、剪枝、TensorRT等）工具链
面试指南
- 算法问题先讲原理再对比优劣并结合自己的实践
- 部署优化问题按「精度评估—加速手段—资源约束验证」作答
- 工程问题强调代码规范、接口设计与性能 profiling 的具体方法
- 介绍一个你完成的视觉感知算法项目，模型设计与部署过程？
- 目标检测/语义分割主流算法的原理与对比？
- 双目立体匹配的基本流程与常见难点？
- 如何将深度学习模型优化到满足嵌入式平台实时运行？
- C++实现算法模块时的性能优化手段有哪些？
职位点评
薪资福利78
成长发展90
工作生活55
使命价值66
薪资福利
78中等
JD未披露薪资，机器人感知算法校招岗在北京市场薪酬竞争力强，需面试确认。
薪资信号未披露（AI估算：3.0千–5.0万/月）
成长发展
90较高
感知算法全链路研发并明确跟踪VLM/VLA、具身智能等前沿方向，技术成长空间为该岗位核心优势。
技术前沿前沿/新兴技术
技术栈深度学习、VLM/VLA、具身智能、点云、PyTorch
成长机会推动技术落地
业务类型ambiguous
工作生活
55较低
算法岗随产品迭代节奏工作，JD未提及工作模式与加班安排。
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
66中等
机器人感知技术处于产业前沿，算法直接决定机器人自主能力，意义感中等偏上。
行业发展高速增长赛道
社会影响中性/一般
创新程度积极采用新技术
Watch Jobs