中国电信
无人机群体智能算法研究员/研究工程师
无人机群体智能算法研究员/研究工程师
发布于 10 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
Pytorch
Ros
仿真平台
分布式系统
图神经网络
多智能体强化学习
群体智能
值不值得投
70综合评分
综合评分 70
央企平台上的前沿算法研究岗，技术成长性极高，但工作与生活平衡信号不明。
从薪资福利、成长空间、工作节奏和岗位方向综合评估，方便横向比较。
薪资怎么样
3.5万
比人工智能中位数低
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 2120 个在招 · 其中人工智能 93 个
市场机会
选择面较广
上海 · 人工智能 · 约 290 个在招
职位详情
关于这个职位
该职位为无人机群体智能算法研究员，核心工作是研发多无人机协同任务分配、编队控制等前沿算法，并推动生成式智能传输在无人机集群中的实机应用与科研项目落地
这是一个结合了前沿人工智能技术与实体无人机系统的深度研发岗位
最低要求
计算机、人工智能、自动化、机器人、航空航天等相关专业博士学历
熟悉群体智能、多智能体系统、任务规划、分布式协同或多机器人协作中的至少一个方向
掌握多智能体强化学习、图神经网络、博弈决策或分布式优化中的至少一种
熟练使用 Python、PyTorch，熟悉 C/C++、Linux、ROS/ROS2 和常见仿真平台
理解通信带宽、时延、丢包和动态拓扑对多机协同任务的影响
具备算法研究、系统开发、实机验证和科研项目推进能力
工作职责
研发多无人机任务分配、协同规划、编队控制、协同搜索、跟踪与避障算法
开展多智能体强化学习、图神经网络、分布式决策及异构无人机协同研究
推动生成式智能传输在群体智能中的应用，实现视频、地图、轨迹、目标及任务信息的智能压缩、共享和按需传输
建设多机仿真、训练和评测环境，完成多机联调、实飞验证和仿真到实机迁移
参与重大科研项目的方案设计、实施推进、验收和成果转化
推进无人机群体智能相关技术落地，完成领导交付的其他任务
优先资格
有国家重点研发计划、重大专项或大型科研项目实施及验收经验
有无人机集群、多机器人协同或多智能体算法实机落地经验
有生成式智能传输、语义通信、通信—决策联合优化相关经验
有高水平论文、专利、标准或跨单位项目统筹经验
AI 洞察
优缺点分析
优点
- 依托大型央企平台，有机会参与国家级重大科研项目，资源与影响力较大
- 研究成果有望在低空经济等新兴领域产生实际应用价值，成就感高
- 技术难度极高，需要同时精通AI算法、通信和无人机控制，知识体系复杂
- 适合拥有扎实AI算法理论功底，对机器人系统和通信有浓厚兴趣，且渴望将前沿技术应用于解决复杂实际问题的博士毕业生
缺点 / 挑战
- 处于人工智能与无人机交叉的前沿领域，技术挑战性强，能积累稀缺的复合型技能
- 从仿真到实飞的验证过程可能面临诸多不可控的工程与环境挑战
- 科研项目周期较长，且需应对严格的验收标准与成果转化压力
角色解读
- 技术专家路径：持续深耕群体智能算法，成为该领域的顶尖研究员或技术科学家
- 项目负责人路径：负责更大规模的科研项目或技术产品化团队，推动技术成果转化
- 架构师/总师路径：负责无人机集群系统的整体技术架构设计与规划
- 研发多无人机协同的核心算法，如任务分配、编队控制、跟踪避障等，使无人机集群能像一个智能整体一样工作
- 将生成式AI技术应用于无人机通信，实现视频、地图等信息的智能压缩与按需传输，解决集群通信带宽难题
- 搭建从虚拟仿真到真实飞行的全流程验证平台，确保算法能在复杂的现实环境中稳定运行
- 承担或参与国家级重大科研项目，推动研究成果从实验室走向实际应用
- 坚实的多智能体算法理论基础，特别是在强化学习、图神经网络或分布式决策领域
- 熟练的编程与工程能力，精通Python/PyTorch，并能使用C++和ROS进行系统开发
- 对无线通信原理有深刻理解，能分析网络动态变化对多机协同的影响
- 具备将算法从仿真环境迁移到真实无人机平台上的实机验证与系统调试能力
申请策略
- 仔细研究中国电信在无人机和低空经济领域的战略布局与已发布的成果，思考自身研究如何与之契合
- 面试时着重展示解决“从仿真到实机”这一关键难题的思考过程和实践经验
- 突出博士期间在群体智能、多智能体强化学习或无人机相关领域的核心研究成果与论文
- 详细描述参与过的任何机器人、无人机或多智能体系统的实机项目经验，即使是小型原型
- 列举熟练使用的开发工具链（Python, PyTorch, C++, ROS, Linux）和仿真平台（如AirSim、Gazebo）的项目应用案例
- 如有参与国家级或大型科研项目的经历，务必明确说明自己的角色与贡献
- 系统学习无人机飞控与通信的基础知识，了解其与AI算法的接口
- 深入研究生成式模型（如VQ-VAE、扩散模型）在数据压缩与生成中的应用
面试指南
- 采用“背景-行动-结果”框架讲述研究故事，重点突出你独立思考和解决关键科学/工程问题的部分
- 对于架构设计类问题，先明确核心目标与约束（如通信带宽、实时性），再分层阐述技术选型逻辑
- 对于失败经历，诚实描述问题现象，清晰展示你的分析思路、调试过程和最终获得的洞见，体现成长性
- 请介绍你博士期间的研究工作，以及它如何为解决无人机集群协同问题提供新的思路？
- 在多智能体强化学习中，你如何处理智能体间的非平稳性和可扩展性问题？
- 如果让你负责设计一个10架无人机的协同搜救系统，你会如何考虑通信、决策和控制三个层面的架构？
- 描述一次你在算法实机测试中遇到的重大挫折，以及你是如何分析并解决的
- 梳理并准备好自己博士论文或最得意项目的核心技术贡献、创新点和成果数据
职位点评
薪资福利65
成长发展95
工作生活40
使命价值80
薪资福利
65中等
职位为博士学历要求的央企技术岗，薪酬福利体系预计较为完善，但JD未披露具体薪资和福利细节，竞争力与满足感有待确认。
薪资信号未披露（AI估算：2.5千–4.5万/月）
成长发展
95较高
职位聚焦于无人机群体智能这一前沿交叉领域，参与重大科研项目，提供从算法研究到实机验证的全流程挑战，对技术深度和广度成长极具价值。
技术前沿前沿/新兴技术
技术栈群体智能、多智能体强化学习、图神经网络、生成式智能传输、PyTorch、ROS/ROS2
成长机会参与重大科研项目、技术落地
业务类型ambiguous
工作生活
40较低
JD未提及办公模式、工作时间安排等任何与工作生活平衡相关的信息，工作节奏可能由科研项目驱动，具有不确定性。
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
80较高
工作涉及无人机集群协同、智能传输等技术，在应急救援、智慧城市等领域有明确的正向应用前景，且与国家低空经济发展战略相关，社会价值感较高。
行业发展高速增长赛道
社会影响正向社会影响力较高
使命信号推动重大科研项目落地、技术落地
创新程度开拓性创新（行业首创）
Watch Jobs