阿里巴巴
高德-资深具身运控算法工程师/专家-具身业务部
高德-资深具身运控算法工程师/专家-具身业务部
发布于 不到 1 分钟前普通员工/个人贡献者
全职员工仅现场办公机器人开发
机器人开发
Ddpg
Isaacgym
Isaacsim
Ppo
Ros
Ros2
Sac
Sim2Real
具身智能
值不值得投
77综合评分
综合评分 77
阿里巴巴具身智能资深算法岗，前沿技术、高薪高成长，但要求极高且需现场办公。
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
65K
比机器人开发中位数高
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 1730 个在招 · 其中机器人开发 2 个
市场机会
选择不多
北京 · 机器人开发 · 7 个在招
职位详情
关于这个职位
该职位隶属于阿里巴巴集团具身业务部，专注于研发机器人通用运动控制器
核心工作包括：基于强化学习突破复杂地形自适应运动、实现多运动模态平滑切换、以及Sim2Real策略部署等关键技术，构建面向真实物理系统的运动策略训练框架，以提升运动保真度与鲁棒性
最低要求
计算机、控制理论、机器人学、机电一体化等相关专业硕士及以上学历，5年以上运动控制领域研发经验
系统掌握Sim2Real技术栈：域随机化、Sim2Sim迁移、运动跟踪等技术
精通深度强化学习框架（PPO/SAC/DDPG/MAPPO），具备IsaacGym/IsaacSim大规模并行训练经验，熟悉策略蒸馏、课程学习等技术
熟练掌握任务解耦式奖励函数设计：融合运动学约束、动力学可行性、跟踪保真度等多目标奖励构建
动手能力强，熟练掌握C++/Python编程语言，熟悉ROS/ROS2机器人操作系统，具有实体机器人控制经验
具备良好的逻辑分析能力、学习能力、沟通能力及团队协作精神
在ICRA/IROS/NeurIPS等顶会发表过运动控制相关论文者优先
AI 洞察
优缺点分析
优点
- 阿里巴巴集团平台大，具身智能业务处于高速增长赛道，技术前沿性强，能接触大规模并行训练资源
- 岗位要求高，技术壁垒强，能积累稀缺的Sim2Real与强化学习工程经验
- 北京核心地段办公，团队协作氛围好，有顶会论文发表机会
- 岗位要求极高，需同时具备强化学习、机器人控制、Sim2Real等多领域技能，学习曲线陡峭
- 竞争激烈，对候选人的顶会论文与工程落地能力要求高
缺点 / 挑战
- 作为前沿业务，技术不确定性高，研发压力大，可能面临高强度工作节奏
- 适合具备扎实强化学习与机器人控制背景，热爱前沿技术挑战，追求高成长与高回报的资深算法工程师
角色解读
- 技术专家路线：深耕运动控制与强化学习算法，成为具身智能领域算法专家
- 技术管理路线：带领团队负责机器人运动控制核心模块，逐步走向技术负责人
- 行业前沿路线：参与顶会论文发表与开源生态建设，提升行业影响力
- 负责研发机器人通用运动控制器，基于强化学习突破复杂地形自适应运动、多运动模态平滑切换、Sim2Real策略部署等关键技术
- 构建面向真实物理系统的运动策略训练框架，提升运动保真度与鲁棒性
- 设计任务解耦式奖励函数，融合运动学约束、动力学可行性、跟踪保真度等多目标
- 精通深度强化学习框架（PPO/SAC/DDPG/MAPPO），具备IsaacGym/IsaacSim大规模并行训练经验
- 系统掌握Sim2Real技术栈：域随机化、Sim2Sim迁移、运动跟踪等技术
- 熟练掌握C++/Python编程语言，熟悉ROS/ROS2机器人操作系统，有实体机器人控制经验
- 具备良好的逻辑分析、学习、沟通与团队协作能力
申请策略
- 建议提前了解阿里巴巴具身智能业务方向与产品落地场景，在面试中展现对业务的理解
- 可准备一个Sim2Real或运动控制相关的项目案例，展示从算法设计到实体机器人部署的完整链路
- 突出深度强化学习（PPO/SAC/DDPG/MAPPO）项目经验，尤其是大规模并行训练（IsaacGym/IsaacSim）相关
- 突出Sim2Real全链路落地经验：域随机化、Sim2Sim迁移、运动跟踪等
- 突出实体机器人控制经验，以及C++/Python工程能力与ROS/ROS2开发经验
- 如有ICRA/IROS/NeurIPS等顶会运动控制相关论文，务必重点展示
- 可提前系统梳理强化学习算法原理，尤其是PPO与MAPPO的多智能体训练细节
- 可补充学习IsaacGym/IsaacSim的并行训练API与仿真环境搭建
面试指南
- 采用STAR法则（情境-任务-行动-结果）结构化描述项目，突出个人贡献与量化结果
- 针对算法设计类问题，先明确问题定义与约束，再对比方案选型，最后给出实验验证与迭代过程
- 针对Sim2Real问题，强调域随机化、系统辨识、策略蒸馏等工程手段，并坦诚讨论失败案例与解决思路
- 请详细介绍一个你主导的强化学习运动控制项目，包括算法选型、训练框架与Sim2Real迁移过程
- 在IsaacGym中训练大规模并行策略时，你如何设计奖励函数与课程学习？遇到仿真与真实差距大时如何解决？
- 请说明PPO与SAC在连续运动控制任务中的适用场景与差异，以及MAPPO在多智能体协同中的优势
- 你如何设计任务解耦式奖励函数，融合运动学、动力学可行性与跟踪保真度等多目标？
- 请介绍一个你在实体机器人上部署RL策略的案例，遇到哪些工程挑战？
职位点评
薪资福利85
成长发展95
工作生活40
使命价值80
薪资福利
85较高
该职位为阿里巴巴集团资深算法岗，薪资水平在行业内具有较强竞争力，且公司为上市巨头，福利完善，稳定性高。
薪资信号面议 (50K-80K/月)
成长发展
95较高
该岗位处于具身智能与机器人运动控制前沿赛道，技术栈覆盖强化学习、Sim2Real、机器人控制等，成长空间大，且要求顶会论文，技术壁垒高。
技术前沿前沿/新兴技术
技术栈强化学习、PPO、SAC、DDPG、MAPPO、IsaacGym、IsaacSim、Sim2Real、域随机化、策略蒸馏、课程学习、C++、Python、ROS、ROS2
成长机会顶会论文、大规模并行训练
业务类型profit_center
工作生活
40较低
职位描述未提及弹性办公或远程办公，且阿里巴巴集团研发岗位通常要求现场办公，工作强度可能较高。
工作模式仅现场办公
办公地点市区核心地段
加班情况未提及（无法判断）
使命价值
80较高
具身智能与机器人是当前高速增长赛道，阿里巴巴作为科技巨头投入大，对推动机器人技术落地具有积极意义。
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
Watch Jobs