小米
具身世界模型数据工程师 - XiaomiRobotics
具身世界模型数据工程师 - XiaomiRobotics
发布于 大约 2 小时前普通员工/个人贡献者
北京市
高级经验
全职员工
仅现场办公
硕士
具身智能
具身智能
时空建模
深度学习
视觉编码器
计算机视觉
压缩重建
离散编码
AI 估算 · 30k–50k
具身智能为前沿赛道，视觉编码器研发要求高，北京算法工程师薪资水平较高，小米平台提供有竞争力薪酬。
职位详情
关于这个职位
本职位将参与小米机器人核心的具身世界模型项目，专注于研发下一代视觉编码器，通过优化压缩比和重建质量，并将时空信息融合，为机器人的感知和决策提供基础能力
适合对计算机视觉和具身智能有深入研究经验的工程师
最低要求
硕士及以上学历
有3年以上的离散视觉编码器研发经验，熟悉已有的各类视觉编码器的原理及实现
作为核心贡献者发表过高重建质量和压缩精度的视觉编码器
工作职责
研发并适配下一代具身世界模型的视觉编码器，提升视觉的压缩比和重建质量，并将时空信息更好的融合到编码器中
AI 洞察
优缺点分析
优点
- 身处具身智能前沿方向，技术成长快
- 小米平台大，资源丰富，研究氛围好
- 有机会发表高水平学术论文
- 技术要求高，难度大
- 竞争激烈，需要持续学习
缺点 / 挑战
- 工作强度可能较高，WLB不稳定
- 适合有视觉编码器研发经验、热爱技术挑战、希望在具身智能领域深耕的研究型工程师
角色解读
- 可成长为具身智能算法专家
- 可晋升为技术负责人或团队管理者
- 可向世界模型、多模态等方向拓展
- 负责研发下一代具身世界模型的视觉编码器
- 优化现有编码器的压缩比和重建质量
- 将时空信息有效地融合到编码器中
- 深入理解离散视觉编码器原理与实现
- 掌握深度学习、计算机视觉核心算法
- 具备3年以上相关研发经验并发表过高质量论文
申请策略
- 关注小米机器人团队的研发动态，了解其技术布局
- 准备一个能体现你编码器设计思路的案例
- 突出参与的视觉编码器项目及其性能指标
- 强调在压缩比、重建质量方面的具体成果
- 列出论文发表、专利等学术成果
- 复习离散编码器经典模型（如VQ-VAE）
- 学习世界模型相关论文和技术
- 强化时空信息融合的建模能力
面试指南
- 从问题定义、方案设计、实验验证、效果分析等方面回答，突出技术深度和思考
- 结合实际项目案例，用STAR法则（情境、任务、行动、结果）结构化呈现经验
- 在回答中体现对前沿技术趋势的理解和对具身智能场景的洞察
- 请介绍你设计过的视觉编码器，如何平衡压缩比和重建质量？
- 如何将时空信息融入编码器？
- 对于具身智能场景，视觉编码器面临哪些特殊挑战？
- 你如何看待世界模型与视觉编码器的关系？
- 复习离散表征学习的核心理论（如VQ-VAE、dVAE）
职位点评
76
综合评分
小米机器人具身智能前沿研发，技术成长快、薪资有竞争力，但WLB不确定。
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。
更适合这类人
最适合重视技术成长和前沿探索的求职者，若对工作生活平衡有较高要求则需谨慎评估。
表现最好
成长发展
相对薄弱
工作生活
薪资福利80
成长发展85
工作生活60
使命价值75
薪资福利
80较高
小米作为上市大厂，薪资福利体系完善，但JD未透露具体薪资。
薪资信号未披露（AI估算：30K-50K/月）
成长发展
85较高
具身智能和世界模型属前沿技术，研发挑战大，能快速提升技术视野和技能。
技术前沿前沿/新兴技术
技术栈视觉编码器、具身智能、深度学习、时空建模、世界模型
业务类型ambiguous
工作生活
60中等
工作地点在北京，JD未提及灵活办公或WLB，默认现场办公，生活便利性一般。
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
75中等
具身智能有望推动机器人产业发展，具有较强社会价值和行业前景。
行业发展高速增长赛道
社会影响正向社会影响力较高
创新程度积极采用新技术
小米 的其他在招职位
相似职位推荐
Watch Jobs