小米
具身智能算法工程师-应用
具身智能算法工程师-应用
发布于 大约 7 小时前普通员工/个人贡献者
北京市
其它
全职员工
仅现场办公
学历未注明
具身智能
Pytorch
Ros
Vla
Vlm
具身智能
强化学习
模仿学习
AI 估算 · 25k–45k
具身智能为前沿方向，算法工程师薪酬较高，北京地区大厂硕士/博士级别普遍在30k+。
职位详情
关于这个职位
作为小米具身智能算法工程师，你将专注于机器人技能学习、动作规划与抓取操作等核心算法的研发，涉及模仿学习、强化学习等前沿技术，并与大模型、机器人系统团队紧密协作，构建全链路智能系统
该岗位适合热衷于技术挑战、希望在具身智能领域深耕的算法人才
最低要求
机器人、计算机、人工智能、机器学习、应用数学等专业，理论功底深厚
熟悉机器人操作快慢双系统设计理念（VLM+VLA），和相关ACT/Diffusion Policy/RDT/Pi0等基础算法
扎实的Python、C++编程能力，熟悉Pytorch机器学习框架和ROS机器人操作系统，掌握规范 git 工作流
乐于接受技术挑战，对解决实际工程难题抱有热情，具备相关英文读写能力
工作职责
参与具身智能算法模型在技能学习、动作规划、抓取操作等应用上的研发，实现多场景多任务的泛化
设计、训练、部署模仿学习、强化学习、迁移学习等算法，构建机器人各类应用的通用技能
与ER、大模型、机器人系统等团队合作，参与机器人全链路系统的建设，构建完善的具身智能数据闭环和真实应用系统
紧跟最新技术进展，将学术界前沿创新内容进行快速复现和应用
优先资格
有机器人、机械臂、自动驾驶、大模型研究等相关经历者优先
有相关GROOT、AgiBot GO1、Helix等模型实施经验者优先
AI 洞察
优缺点分析
优点
- 身处具身智能这一高技术壁垒、强发展潜力的赛道，技术积累极具长远价值
- 小米平台资源丰富，可接触真实机器人应用场景，数据与工程支持完备
- 团队合作涉及多领域专家，能快速拓宽技术视野，个人成长空间大
- 算法难度高，需同时掌握机器人学、机器学习和系统工程知识，学习曲线陡峭
- 适合对人工智能和机器人技术有强烈好奇心和钻研精神，具备扎实算法基础并乐于解决实际工程问题的求职者
缺点 / 挑战
- 涉及多方团队协作，沟通与协调成本较高，需具备跨团队推动能力
- 行业尚未完全成熟，技术路线迭代快，需要持续学习并承受试错压力
角色解读
- 短期内深入具身智能算法细节，成为专项技术骨干
- 中期可发展为技术专家或项目技术负责人，主导算法方案设计
- 长期可向首席科学家或技术管理方向晋升，或横向拓展至大模型与机器人交叉领域
- 负责具身智能算法在机器人技能学习、动作规划、抓取操作等场景中的研发，实现多任务泛化
- 设计并训练模仿学习、强化学习等算法，构建机器人的通用操作技能库
- 与视觉、大模型、机器人控制等团队协作，参与全链路系统与数据闭环建设
- 跟踪学术前沿，快速复现并落地最新研究成果
- 扎实的机器人与机器学习理论基础，熟悉具身智能常用算法（如ACT、Diffusion Policy、RDT）
- 熟练的Python/C++编程能力，掌握PyTorch框架和ROS机器人操作系统
- 理解VLM+VLA双系统设计理念，熟悉主流模型（如GROOT、Helix）的实践经验
- 具备英文文献阅读和技术沟通能力
申请策略
- 面试前了解小米机器人团队的研究方向与产品线，在回答中体现业务思考
- 准备一个深入的项目案例，从问题定义、算法选型到效果评估，展现系统化思维
- 重点展示机器人、自动驾驶或大模型相关项目经历，尤其是操作技能学习或控制方向
- 突出模仿学习/强化学习算法的成功落地案例，说明你的贡献和具体技术细节
- 强调编程实力和工程能力，如Python/C++、PyTorch、ROS、Git工作流
- 如有GitHub开源项目、技术博客或竞赛获奖经历，可显著提升吸引力
- 学习VLM+VLA架构，阅读相关论文（如RDT、Pi0、GROOT），尝试复现简单模块
- 熟悉ROS2和机器人仿真环境（如MuJoCo、Isaac Gym），动手搭建小型操作任务
面试指南
- 对于项目类问题，采用STAR法则（情境-任务-行动-结果），突出个人贡献与技术难点
- 对于算法概念题，先阐述原理，再结合项目实例说明应用和取舍，最后给出优化方向
- 对于系统设计题，从数据采集、模型训练、部署反馈等多个维度系统回答，体现全局观
- 请介绍一个你参与的机器人或算法项目，具体解决了什么问题，采用了哪些技术？
- VLM和VLA在机器人操作中分别承担什么角色？如何设计快慢双系统？
- 模仿学习和强化学习各自的优缺点及适用场景？如何选择？
- 如何构建一个数据闭环来提升机器人技能的泛化能力？
- 你对GROOT、AgiBot GO1或Helix等模型有何理解？
职位点评
75
综合评分
前沿具身智能算法岗，技术成长快、薪资优厚，但需现场办公且工作强度可能较高。
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
最适合追求技术深度和职业快速发展，能承受较大工作压力并愿意投入时间钻研前沿算法的求职者。
表现最好
成长发展
相对薄弱
工作生活
薪资福利75
成长发展90
工作生活50
使命价值85
薪资福利
75中等
小米作为上市公司，薪资福利体系完善，具身智能算法岗薪酬具有较强的市场竞争力，但JD未披露具体数字。
薪资信号未披露（AI估算：25K-45K/月）
成长发展
90较高
岗位处于具身智能技术最前沿，涉及VLM+VLA、模仿学习等先进领域，能极大促进技术能力成长和职业晋升。
技术前沿前沿/新兴技术
技术栈具身智能、模仿学习、强化学习、VLM、VLA、PyTorch、ROS
业务类型ambiguous
工作生活
50较低
工作地点在北京，需现场办公，JD未提及弹性工作或远程，大厂高强度节奏可能对生活平衡有一定影响。
工作模式仅现场办公
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
85较高
具身智能是推动机器人技术落地的重要方向，对产业和社会有显著正向价值，技术创新空间巨大。
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