Alibaba logo
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 3 个月前

普通员工/个人贡献者

AI 估算 · 5.0–8.0万 · AI 参考估算
专家级经验
硕士
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、成长发展、工作生活和使命价值四个维度综合评估,方便横向比较。

薪资怎么样

6.5万

比机器人开发中位数高

发布情况

长期在招 · 87 天前发布

公司情况

这家公司招聘很活跃

约 5160 个在招 · 其中机器人开发 11 个

市场机会

选择面较广

北京 · 机器人开发 · 51 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 (5.0–8.0万/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