百度
具身模型加速&仿真评测研发工程师（J104696）
具身模型加速&仿真评测研发工程师（J104696）
发布于 大约 5 小时前实习/见习
北京市
无经验要求
实习生
仅现场办公
本科
具身智能
Pytorch
Vla
仿真
强化学习
AI 估算 · 0k–0k
职位详情
关于这个职位
作为百度智能云具身智能仿真评测平台的研发实习生，你将参与主流仿真环境与评测集的集成与产品化，支撑VLA模型在云上的标准化评测
你将负责评测任务编排、结果采集与入库，并参与开源模型与仿真环境的复现工作，在mentor指导下独立承担模块研发，积累具身智能与AI Infra的实战经验
最低要求
计算机、人工智能、自动化、机器人、软件工程等相关专业，本科及以上在读
熟悉 Python，具备扎实的工程研发能力和良好的代码质量意识
了解 Go / C++ 者优先
熟悉 Linux 开发环境，了解 Docker 容器、云原生的基本概念与使用
了解 PyTorch 等深度学习框架，理解模型推理的基本流程
对具身智能、机器人仿真方向有浓厚兴趣，了解 VLA / 强化学习 / 仿真训练等基本概念
具备有强烈的责任心，较强的学习能力和沟通能力，能在 mentor 指导下独立承担模块研发
可连续实习 5 个月以上
工作职责
参与百度智能云具身智能仿真评测平台研发，负责主流仿真环境与评测集（Isaac Lab / MuJoCo / ManiSkill / LIBERO 等）的集成与产品化，支撑 VLA 模型在云上的标准化评测
参与评测任务统一编排能力建设，包括多仿真环境抽象统一、评测任务自动编排（episode 分片、并发调度），提升大规模评测任务的吞吐与资源利用率
参与评测结果采集与入库，保障评测结果完整记录，让评测分数可复现、可对比
参与开源模型与仿真环境的快速复现工作，沉淀标准接入流程与最佳实践
优先资格
有 Isaac Gym / Isaac Lab / MuJoCo / ManiSkill / SAPIEN 等仿真器的使用或二次开发经验
熟悉 Ray、Kubernetes 等分布式任务调度与编排技术
有 VLA 模型、机器人学习、具身评测 benchmark（LIBERO、RoboArena 等）相关项目经验
有开源社区（Isaac / LeRobot / openpi 等）代码贡献经历
有机器学习平台、AI Infra 相关实习经验
AI 洞察
优缺点分析
优点
- 百度智能云平台，接触前沿具身智能技术，积累宝贵经验
- 参与开源社区，有机会贡献代码，提升个人影响力
- 实习期间可学习分布式调度、仿真引擎等硬核技术，技能提升快
- 公司平台大，转正机会多，职业发展路径清晰
- 技术栈较新，需要快速学习大量新工具和框架
- 实习期要求5个月以上，时间投入较大
- 工作可能涉及复杂系统，需要较强的抗压能力
- 适合对具身智能和机器人仿真有浓厚兴趣，具备扎实编程基础，希望在大平台积累实战经验的在校学生
缺点 / 挑战
暂无明显挑战项
角色解读
- 从实习转正为正式工程师，深入具身智能仿真平台的核心研发
- 向具身智能算法或AI Infra方向深耕，成为领域专家
- 积累分布式系统、仿真引擎等底层技术，向技术架构师发展
- 集成主流仿真环境（如Isaac Lab、MuJoCo）和评测集，构建VLA模型的标准化评测流程
- 开发评测任务编排系统，实现多仿真环境的统一抽象和自动调度，提升评测效率
- 负责评测结果的采集与存储，确保数据的完整性和可复现性
- 参与开源模型和仿真环境的复现，沉淀最佳实践
- 扎实的Python编程能力，熟悉Linux和Docker，了解云原生概念
- 了解PyTorch等深度学习框架，理解模型推理流程
- 对具身智能、机器人仿真有浓厚兴趣，了解VLA、强化学习等基本概念
- 具备良好的沟通能力和责任心，能在指导下独立完成任务
申请策略
- 关注百度智能云招聘动态，及时投递
- 面试时展示对具身智能的热情，可准备相关项目案例
- 突出Python项目经验，尤其是涉及深度学习或仿真相关的项目
- 强调对具身智能、VLA等领域的了解，可提及相关课程或自学经历
- 展示分布式系统或容器化经验，如Docker、Kubernetes使用
- 如有开源贡献或竞赛经历，务必突出
- 提前学习Isaac Lab或MuJoCo的基础使用，了解仿真环境
- 熟悉Ray或Kubernetes的基本概念，了解任务调度
面试指南
- 针对技术问题，采用STAR法则，结合具体项目经验，突出解决方案和结果
- 对于设计类问题，先明确需求，再提出架构方案，考虑扩展性和性能
- 对于概念问题，结合实例说明，展示理解深度
- 请介绍你使用过的仿真环境，如MuJoCo或Isaac Lab，并说明其特点
- 如何设计一个评测任务编排系统，以支持大规模并发？
- 谈谈你对VLA模型的理解，以及它在具身智能中的应用
- 如何确保评测结果的可复现性？
- 你是否有分布式系统或容器化部署的经验？
职位点评
72
综合评分
前沿技术、大厂平台，成长空间大，但实习薪资一般且需现场办公。
从学习成长、工作节奏、岗位方向和实习待遇综合评估，方便比较实习机会。
更适合这类人
适合追求技术成长、对具身智能充满热情、能接受现场办公的在校学生。
表现最好
成长发展
相对薄弱
工作生活
薪资福利60
成长发展90
工作生活50
使命价值80
薪资福利
60中等
实习薪资相对市场水平中等，但百度平台提供稳定福利，如餐补、班车等，补偿性动机满足一般。
薪资信号未披露（AI估算：0K-0K/月）
成长发展
90较高
岗位处于具身智能前沿，技术栈新，能接触仿真、分布式调度等核心技术，成长空间大。
技术前沿前沿/新兴技术
技术栈Isaac Lab、MuJoCo、VLA、PyTorch、Kubernetes
业务类型ambiguous
工作生活
50较低
实习岗位通常要求现场办公，工作地点在北京，通勤可能较长，但百度提供班车等便利。
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
80较高
具身智能是高速增长赛道，岗位推动机器人技术发展，社会意义较大。
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
Watch Jobs