京东
具身智能算法工程师
具身智能算法工程师
发布于 2 个月前普通员工/个人贡献者
全职员工仅现场办公研究与开发 (研发)
研究与开发 (研发)
Offline Rl
Ppo
Pytorch
Rlhf
Sac
仿真到现实迁移
强化学习
机器人学
值不值得投
70综合评分
综合评分 70
京东研究院前沿算法岗，技术成长空间大，但工作强度较高且未明确WLB。
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
比研究与开发 (研发)中位数低
发布情况
长期在招 · 66 天前发布
公司情况
这家公司招聘很活跃
约 1750 个在招 · 其中研究与开发 (研发) 38 个
市场机会
选择面较广
北京 · 研究与开发 (研发) · 约 1030 个在招
职位详情
关于这个职位
该职位是京东探索研究院的具身智能算法工程师，专注于将强化学习应用于机器人控制和具身决策
你将研究PPO、SAC等算法，探索RL与模仿学习、VLA模型的结合，并在仿真和真实环境中落地灵巧操作等任务
适合有强化学习背景、热爱机器人领域的研发人才
最低要求
计算机、人工智能、机器人、自动化、控制等相关专业背景
熟悉强化学习基本算法，如 PPO、SAC、TD3、DQN、Offline RL、RLHF/RLAIF 等
具备 Python/PyTorch 编程能力，有良好的实验设计和工程实现能力
符合京东价值观：客户为先、创新、拼搏、担当、感恩、诚信
工作职责
研究面向机器人控制与具身决策的强化学习算法，包括离线 RL、在线 RL、多任务 RL 等
探索强化学习与模仿学习、VLA 模型、世界模型、奖励模型和人类反馈的结合方式
构建高效的 RL 训练系统，支持仿真环境、真机环境和混合数据环境中的策略优化
研究复杂操作任务中的奖励设计、探索策略和泛化能力提升
推动强化学习算法在灵巧操作、移动操作等真实任务中的验证和落地
跟踪国际前沿进展，形成可复现、可扩展、可规模化的 RL 技术栈
优先资格
熟悉机器人控制、仿真训练、策略学习或大模型后训练者优先
有 Isaac Gym、MuJoCo、Genesis、ManiSkill、RoboSuite、Gymnasium 等仿真平台经验者优先
在强化学习、机器人学习、控制等方向发表高水平论文或有落地经验者优先
AI 洞察
优缺点分析
优点
- 京东研究院平台资源丰富，团队有IEEE Fellow，学术氛围浓厚
- 聚焦具身智能和强化学习前沿方向，技术成长空间大
- 算法落地场景明确（灵巧操作、移动操作），能积累实际工程经验
- 与多所顶尖高校合作，可参与产学研项目
- 强化学习训练对计算资源要求高，可能需要处理复杂的环境搭建和调参
- 仿真到真机迁移存在不确定性，算法落地周期较长
- 岗位对综合能力要求高，需同时掌握算法、工程和机器人知识
缺点 / 挑战
- 适合对强化学习和机器人控制有浓厚热情、愿意接受技术挑战、追求前沿算法落地的研发工程师
角色解读
- 技术深耕：成为强化学习/具身智能领域专家，主导核心算法研发
- 技术管理：晋升为团队技术负责人或研究主管，带领团队攻克难题
- 产学研结合：依托京东研究院的学术资源，发表高水平论文并推动产业应用
- 研究并实现强化学习算法（如PPO、SAC）用于机器人控制与决策
- 探索RL与模仿学习、VLA模型、世界模型的结合，提升机器人智能
- 构建高效训练系统，支持仿真和真机环境，推动算法在灵巧操作等任务落地
- 跟踪国际前沿，形成可复用、可扩展的RL技术栈
- 扎实的强化学习理论基础，熟悉主流算法（PPO、SAC、Offline RL等）
- 熟练使用Python和PyTorch，具备工程实现和实验设计能力
- 了解机器人仿真平台（如Isaac Gym、MuJoCo）优先
- 有机器人控制、策略学习或大模型后训练经验者更佳
申请策略
- 关注京东探索研究院的研究方向，在求职信中体现对具身智能的理解
- 准备一个端到端的RL项目案例，从环境搭建到算法实现，展示完整能力
- 突出强化学习相关项目经验，包括算法实现、实验结果和性能提升
- 强调机器人或仿真平台使用经历，如Isaac Gym、MuJoCo等
- 展示论文发表或竞赛获奖成果，体现学术能力
- 体现PyTorch编程能力和工程化思维，如训练系统搭建、数据流水线优化
- 补充机器人学基础知识，如运动学、控制理论
- 熟悉主流RL算法代码库，如Stable-Baselines3、rlkit等
面试指南
- 对于算法原理问题：先给出核心思想，然后分步推导关键公式，最后结合实际经验说明注意事项
- 对于项目经验问题：用STAR法则描述项目背景、任务、行动和结果，突出遇到的挑战和解决方案
- 对于开放性问题：先阐述自己的观点，再结合所学知识和业界趋势，最后总结自己的看法
- 请详细解释PPO算法的原理和实现细节
- 你在RL项目中如何设计奖励函数？遇到过哪些困难？
- 如何解决仿真到现实迁移中的Sim2Real gap？
- 请描述一个你使用PyTorch实现的RL训练系统架构
- 你如何看待RL在具身智能中的未来发展方向？
职位点评
薪资福利70
成长发展90
工作生活40
使命价值75
薪资福利
70中等
京东作为上市巨头，薪资福利有竞争力，但JD未明确薪酬范围，且作为研发岗位存在加班可能，补偿性动机满足程度中等。
薪资信号未披露（AI估算：2.5–4.5万/月）
成长发展
90较高
岗位聚焦强化学列和具身智能前沿技术，研究院学术资源丰富，成长空间大，发展性动机满足程度高。
技术前沿前沿/新兴技术
技术栈强化学习、PPO、SAC、Offline RL、RLHF、VLA、世界模型、仿真到现实迁移
成长机会前沿科技探索、国际前沿、高水平论文
业务类型ambiguous
工作生活
40较低
京东通常要求现场办公，且JD未提及弹性工作或WLB，推测工作强度较大，生活化动机满足程度较低。
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
75中等
具身智能是AI应用的重要方向，京东研究院有产业落地场景，但JD未强调社会使命感，意义感动机中等偏上。
行业发展高速增长赛道
社会影响中性/一般
创新程度积极采用新技术
Watch Jobs