海康机器人-算法工程师-AI-Agent-杭州

优缺点分析

角色解读

• 在AI Agent与机器人交叉领域深耕，成为具身智能方向的专家，主导核心算法与系统架构设计
• 向技术管理方向发展，带领团队负责机器人AI系统的整体规划与落地，晋升为技术负责人或架构师
• 积累机器人、自动驾驶等复杂智能系统的工程化经验，向更广泛的AI应用领域拓展
• 负责机器人AI Agent系统的研发，构建感知-记忆-规划-执行反馈的闭环架构，实现机器人在复杂任务中的自主理解与长程规划
• 主导任务规划器与机器人控制接口的集成，设计可配置的工具调用、能力注册与动作校验机制，确保Agent决策的可靠性与可控性
• 构建Agent开发、调试、评测与仿真验证体系，支持任务轨迹记录、失败分析、自动化回放与benchmark评测，推动仿真与实机闭环验证
• 跟踪并复现AI Agent、具身智能、多模态大模型等领域的前沿成果，推动LLM/VLM Agent技术在机器人业务场景中的工程化落地
• 扎实的Python/C++编程能力，具备良好的系统设计、算法与工程实现基础
• 熟悉LLM/VLM、多模态模型、Function Calling、Tool Use、RAG、Memory、Planning、Reflection等Agent关键技术
• 熟悉机器人任务规划、行为树、状态机、技能库、ROS/ROS2、仿真平台或机器人控制接口
• 具备Agent评测、提示词工程、上下文压缩、长期记忆管理、任务轨迹分析、工具调用编排等经验

申请策略

• 了解海康威视机器人业务的产品方向，如移动机器人、机器视觉等，在面试中展示对业务的理解
• 准备一个完整的AI Agent项目案例，从问题定义、方案设计到实现与评测，展示系统化思考能力
• 突出AI Agent相关项目经验，如LLM/VLM应用、Function Calling、RAG、多Agent协作等，并量化成果
• 强调机器人系统集成经验，如ROS/ROS2、行为树、仿真平台的使用，体现工程落地能力
• 展示Python/C++编程能力，附上相关代码仓库或开源项目，证明系统设计与算法实现能力
• 如有论文、benchmark或Agent评测体系构建经验，务必突出，体现研究深度与创新能力
• 系统学习LangChain、LangGraph、AutoGen等主流Agent框架，并动手实践构建Agent应用
• 熟悉机器人仿真平台如Isaac Sim、MuJoCo、Gazebo，了解行为树、状态机等任务规划方法

面试指南

• 采用STAR法则（情境-任务-行动-结果）回答项目经验问题，突出个人贡献与量化成果
• 对于系统设计问题，从需求分析、架构设计、关键技术选型、风险控制与验证等方面展开，体现系统思维
• 对于技术趋势问题，结合具体案例说明如何将前沿技术落地，强调工程实践与业务价值
• 请描述一个你使用LLM/VLM构建Agent系统的项目，如何设计工具调用与执行反馈机制？
• 如何确保Agent在真实机器人任务中的可靠性与可控性？请举例说明
• 你如何设计Agent的评测体系？如何评估长程规划与动态重规划能力？
• 在机器人任务中，如何将Agent的决策与ROS/ROS2等控制接口安全集成？
• 你如何跟踪AI Agent领域的前沿技术，并快速将其转化为实际系统能力？