聆动通用--AI运动控制算法工程师--合肥(J11537)

优缺点分析

角色解读

• 从初级算法工程师成长为具身智能/机器人控制领域的资深专家或技术骨干
• 未来可向机器人系统架构师或AI算法团队技术管理方向发展
• 负责仿人机器人AI运动控制模型的训练与优化，提升机器人的运动能力与稳定性
• 设计并执行相关实验，分析模型表现，迭代改进控制算法
• 熟练掌握Python、PyTorch及Linux系统，具备扎实的深度学习与计算机视觉基础
• 了解强化学习及VLA（视觉-语言-动作）技术原理，有Isaac Gym/Sim等仿真环境训练经验者优先

申请策略

• 提前了解科大讯飞在机器人或具身智能领域的最新产品和技术布局，面试时展现对公司业务方向的认同
• 重点突出在强化学习、Isaac Gym/Sim仿真环境中的模型训练经历及具体成果
• 详细阐述对VLA技术（如RDT、pi0）的理解或相关研究/项目经历，展示算法复现能力
• 深入学习具身智能领域的最新论文，特别是VLA和机器人运动控制相关的顶会论文
• 熟悉Isaac Sim或Isaac Gym等物理仿真引擎的使用，提升Sim2Real的实践经验

面试指南

• 采用STAR法则（情境、任务、行动、结果）描述项目经历，重点突出技术难点和解决思路
• 对于前沿技术（如VLA），先概述核心概念，再结合具体论文或代码实现细节进行深入剖析
• 请详细介绍你参与过的一个深度学习或强化学习模型训练项目，遇到了哪些困难及如何解决？
• 你对VLA（视觉-语言-动作）模型了解多少？请谈谈RDT或pi0的技术原理
• 在Isaac Gym或Isaac Sim中进行模型训练时，如何处理仿真与真机之间的差异（Sim2Real）？
• 计算机视觉在机器人运动控制中是如何应用的？请举例说明
• 复习强化学习、计算机视觉及深度学习的基础理论，准备好相关代码实现细节
• 阅读几篇关于具身智能、VLA或机器人运动控制的最新顶会论文，形成自己的见解