地平线
【地瓜机器人】具身智能运控与整机部署工程师
【地瓜机器人】具身智能运控与整机部署工程师
发布于 3 天前普通员工/个人贡献者
北京市
高级经验
全职员工
仅现场办公
本科
研究与开发 (研发)
Ros/Ros2
Tensorrt
Vla
动力学
运动学
Mpc
Pid
Sim2Real
AI 估算 · 25k–45k
具身智能和机器人运控是前沿方向，对复合技能要求高，3年以上经验在北京上市大厂，薪资竞争力强。
职位详情
关于这个职位
该职位负责将云端训练的具身智能模型（如VLA）部署到真实机器人上，打通从模型输出到执行器的全链路
工作涵盖机器人运动控制、系统集成、整机联调以及客户POC交付，核心解决具身模型从训练到落地的工程化问题
最低要求
本科及以上，机器人 / 自动化 / 控制 / 机电 / 计算机等相关专业
年以上机器人控制或真机部署经验，有机械臂 / 移动机器人 / 人形等方向实机调试经历
掌握运动学、动力学、轨迹规划与反馈控制基础，有 PID / MPC / 阻抗 / 力控实践经验
熟练 C++ 或 Python，熟悉 Linux，能基于 ROS/ROS2 开发节点、通信、控制模块与诊断工具
熟悉关节位置 / 速度 / 力矩 / 末端位姿 / 底盘运动控制接口，有厂商 SDK 使用经验
具备系统级问题定位能力（推理→通信→中间件→控制器→传感器→执行器全链路）
良好的工程意识（实时性、稳定性、安全性、可维护性），能独立推进方案、开发、调试与验收
良好沟通与跨团队协作能力，能接受一定频率客户现场支持与出差
工作职责
模型上机部署：将 VLA / 模仿学习 / 强化学习模型接入真机，完成观测空间与动作空间适配（关节位置、速度、力矩、末端位姿、底盘速度等）
部署链路搭建：设计「云端训练 → 边缘推理 → 机器人控制器」架构，覆盖推理、实时控制、安全策略、通信协议与控制频率等模块
整机联调：对接机械臂、移动机器人、人形等多种本体，集成 ROS/ROS2、厂商 SDK、驱动、传感器及控制器，完成运控链路搭建与整机调试
运控优化：开发 / 集成运动学、轨迹生成、位置 / 速度 / 力矩 / 阻抗 / 力控制等能力，提升动作平滑性、精度、响应、稳定性与安全性
Sim2Real 适配：基于 MuJoCo / Isaac Sim / Gazebo 等仿真环境验证，完成坐标、控制周期、数据归一化、传感器与动力学参数适配
客户交付：理解客户本体与场景，制定部署方案，参与远程或现场部署、问题定位与验收
能力沉淀：将适配接口、控制模块、诊断工具与部署流程标准化，建设适配层与工具体系
闭环反馈：与训练、数据、仿真、云平台团队协作，将真机数据与问题反哺训练与工具链
优先资格
VLA / Diffusion Policy / 模仿学习 / 强化学习模型真机部署经验
MuJoCo / Isaac Sim / Isaac Lab / Gazebo 仿真及 Sim2Real 实践
PyTorch / ONNX / TensorRT 边缘设备推理部署经验
相机、力传感器、IMU、编码器等标定与时间同步经验
EtherCAT / CAN / 串口通信经验，实时 Linux 或控制周期优化经验
客户 POC 交付或规模化部署经验
多本体适配或通用控制接口 / SDK / 中间件建设经验
WBC / MPC / ZMP / LIPM / 双足控制 / 灵巧操作等方向实践经验
AI 洞察
优缺点分析
优点
- 站在具身智能前沿，接触VLA等最新模型落地，技术成长快
- 工作内容涉及软硬件全链路，能积累从研发到交付的完整经验
- 地平线是上市大厂，平台资源丰富，有多个客户场景，项目含金量高
- 团队协作和客户交互能提升沟通与项目管理能力
- 需要频繁出差和客户现场支持，工作节奏可能较快
- 技术栈非常杂，需同时掌握运控、系统集成、模型部署等多个领域，学习曲线陡峭
缺点 / 挑战
- 真机部署问题难以预测，调试压力大，需要很强的耐心和问题解决能力
- 适合对机器人技术有热情、喜欢动手调试、能接受挑战和出差的工程师，特别是希望在具身智能领域深入发展的技术人才
角色解读
- 在技术深度上可发展为机器人运控与部署专家，精通多种本体的适配和优化
- 可横向扩展至机器人仿真、数据闭环或训练等方向，成为具身智能全栈工程师
- 随着项目积累，可带领团队负责大型客户交付或平台建设，走向技术管理或架构师
- 将VLA等具身模型部署到真机，适配观测和动作空间，打通云端到机器人的推理链路
- 集成ROS/ROS2、厂商SDK和各种传感器，完成整机联调和运控优化，提升动作平滑性和稳定性
- 负责Sim2Real适配，使用MuJoCo等仿真验证后迁移到真机，确保模型安全运行
- 参与客户POC交付，现场或远程部署、调试和问题定位，并沉淀标准化工具和方案
- 深入掌握机器人和运控基础，如运动学、动力学、轨迹规划和PID/MPC/阻抗控制
- 熟练C++和Python，精通ROS/ROS2，能开发实时控制模块和诊断工具
- 具备系统级问题定位能力，能跨全链路排查推理、通信、控制、传感器问题
- 有机械臂、移动机器人或人形机器人真机调试经验，熟悉常见厂商SDK
申请策略
- 在求职信或面试中表达对具身智能落地技术的热情，并准备一个完整的项目案例来展示从模型到真机的链路
- 了解地平线的机器人业务和客户场景，思考自己如何能快速贡献
- 突出机器人真机调试经验，具体描述项目中的控制算法、部署链路和最终效果
- 强调ROS/ROS2项目经验，包括节点设计、通信架构和诊断工具开发
- 列出Sim2Real、模型部署（如TensorRT）相关的实践，体现工程化能力
- 如果有客户交付或团队协作经历，展示沟通能力和问题定位能力
- 提前学习VLA、Diffusion Policy等具身模型原理，了解其部署流程和常见问题
- 动手实践ROS2和常见机器人仿真平台（如Isaac Sim），强化运控调试能力
面试指南
- 对于部署经历，按照背景-挑战-行动-结果的结构阐述，重点突出系统思维和调试方法
- 对于技术设计问题，先给出整体架构，再分模块说明，最后讨论权衡
- 对于排查问题，展示从现象到根因的推导过程，使用分层诊断思路
- 请描述一次你将模型部署到真机并解决实际问题的经历
- 如何设计一个从云端到真机的推理链路？考虑实时性和安全性
- ROS2与ROS1的主要区别是什么？在实时控制中如何保证消息延迟？
- 当机器人在运行中出现抖动或偏差，你会如何排查和优化？
- 你对Sim2Real的差距理解？如何将其最小化？
职位点评
60
综合评分
具身智能前沿技术岗，深度成长但出差较多，WLB一般。
更适合这类人
该职位最适合追求技术成长和前沿领域挑战的求职者，对出差和现场工作接受度高，对WLB要求不高。
表现最好
成长发展
相对薄弱
工作生活
薪资福利50
成长发展85
工作生活30
使命价值75
薪资福利
50较低
薪资未在JD中明确，但大型上市企业在北京的高级工程师岗位通常有竞争力；福利未提及，出差频率暗示可能补偿尚可。
薪资信号未披露（AI估算：25K-45K/月）
成长发展
85较高
JD涉及VLA、Sim2Real等前沿技术，有大量技术细节和工具链，成长空间大；但未明确提及培训或晋升通道。
技术前沿前沿/新兴技术
技术栈VLA、Diffusion Policy、ROS/ROS2、MuJoCo、Isaac Sim、TensorRT、Sim2Real
业务类型ambiguous
工作生活
30较低
仅现场办公，需要出差和客户现场支持，未提及弹性工时或远程，WLB一般。
工作模式仅现场办公
办公地点科技园/产业园
加班情况JD含高强度暗示词
使命价值
75中等
具身智能是高速增长赛道，推动机器人落地有较强行业意义，但社会影响偏向中性。
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