大模型算法工程师-机器人方向

优缺点分析

角色解读

• 技术专家路线：深耕机器人大模型算法，成为VLA领域的顶尖研究者
• 技术管理路线：带领团队负责机器人算法方向，主导技术路线决策
• 产业应用路线：将算法落地到顺丰实际业务，推动物流机器人规模化应用
• 探索前沿机器人大模型技术，重点关注视觉-语言-动作（VLA）模型的研究与开发
• 参与制定物流机器人技术路线，设计算法方案并推动业务落地
• 构建和优化大模型的Post Training流程，包括数据构造和算法调优
• 将仿真环境中的算法迁移到真实机器人，解决实战中的适配问题
• 扎实的数学和机器学习理论基础，熟悉概率统计和深度学习原理
• 精通深度神经网络设计、调参和优化，掌握大模型微调（如LoRA、RLHF）最佳实践
• 熟悉VLA相关主流算法（如RT-2、PaLM-E），并有实际项目经验
• 掌握机器人仿真环境（如Isaac Sim、MuJoCo），具备sim-to-real迁移能力

申请策略

• 关注顺丰在物流机器人方面的新闻和战略，在面试中体现对业务场景的理解
• 提前准备1-2个与VLA相关的创新想法，展示前瞻视野和独立思考能力
• 突出博士期间在VLA或多模态大模型方向的研究成果，包括论文、项目、开源贡献
• 详细描述涉及机器人仿真和迁移的具体项目，说明技术难点和解决方案
• 强调数学和算法基础，如概率统计、深度学习框架使用经验（PyTorch/TensorFlow）
• 补充机器人仿真环境（如Isaac Sim）的使用经验，如果有相关项目可以直接展示
• 深入学习大模型Post Training技术（如RLHF、DPO），并尝试复现经典论文

面试指南

• 研究项目介绍采用STAR法则：情境、任务、行动、结果，突出创新点和量化成果
• 技术方案类问题先阐述核心原理，再结合实际问题提出具体解决方案，体现工程思维
• 开放性问题先给出总体思路，再分步骤细化，展示系统性和逻辑性
• 请介绍你博士期间在VLA或多模态方向的研究工作，并说明技术难点和解决方法
• 如何将一个在仿真环境中训练好的机器人策略迁移到真实世界？需要考虑哪些关键因素？
• 大模型Post Training中，RLHF和DPO各有什么优缺点？如何选择？
• 如果你是顺丰物流机器人算法负责人，你会如何规划机器人替代人力落地的技术路线？
• 请推导一下PPO算法的更新公式，并说明其在VLA中的应用