地平线
【地瓜机器人】具身算法平台工程化
【地瓜机器人】具身算法平台工程化
发布于 大约 15 小时前普通员工/个人贡献者
全职员工仅现场办公具身智能
具身智能
Ai Agent
Pytorch
Rdk
Tensorrt
Vla
具身智能
计算机视觉
量化工具链
值不值得投
74综合评分
综合评分 74
具身智能前沿赛道，技术成长空间大，薪资面议，WLB不明确。
从薪资福利、成长空间、工作节奏和岗位方向综合评估，方便横向比较。
薪资怎么样
35K
比具身智能中位数低
发布情况
新岗位 · 今天发布
公司情况
这家公司招聘很活跃
约 440 个在招 · 其中具身智能 13 个
市场机会
选择适中
北京 · 具身智能 · 44 个在招
职位详情
关于这个职位
加入地平线云平台部，参与具身智能/机器人开发平台的核心算法研发与落地
你将聚焦计算机视觉、具身智能或AI Agent方向，负责从数据、模型到算力、设备接入的一体化能力建设，同时追踪前沿技术、复现SOTA，为技术路线提供输入
适合热爱前沿技术、具备独立思考能力、追求从0到1完整项目经验的算法工程师
最低要求
必备条件：
本科及以上学历，计算机、自动化、电子、人工智能、软件、数学等相关专业优先
扎实的算法与工程基础：熟悉机器学习/深度学习原理，能独立完成从数据到模型的完整闭环
较强的理解力：能快速抓住问题本质，准确复述并拆解技术需求
较强的表达力：书面与口头表达清晰、结构化，能把复杂技术问题讲清楚
较强的逻辑与辩证思维：能把问题、方案、实验、结论拆成有结构的链条，且能区分不同维度、避免非黑即白
信息甄别与时效意识：面对海量或冲突的信息，能判断来源可信度、时效性，并快速定位关键变量
AI 工具使用能力：能熟练用 AI 辅助工作，并有验证和甄别 AI 输出的意识
对技术有热情，能快速理解新概念并翻译成可落地的方案
工作职责
方向 A：计算机视觉（CV）
研发机器人场景下的 3D 视觉能力：点云处理、目标检测与分割、6D 位姿估计、深度估计、视觉 SLAM
负责多传感器（相机/深度/激光雷达）标定与融合，提升真实环境下的感知鲁棒性
将视觉算法沉淀为平台可复用能力（API/SDK），与产品、研发协作推进落地与验收
参与开发平台本身的能力建设：理解"数据—模型—算力—设备接入"一体化架构，把视觉数据采集/标注、模型训练/评测/版本管理沉淀为平台可复用能力，并把算法需求拆解到平台各模块推进落地
方向 B：具身智能（Embodied）
研发具身智能操作能力：模仿学习（IL）、强化学习（RL）、视觉-语言-动作模型（VLA）
研发视觉-语言导航（VLN）与世界动作模型（WAM），支撑机器人导航、规划与长程任务执行
搭建仿真环境（Isaac Sim/Gym/MuJoCo 等）与 sim-to-real 迁移管线，推动算法从仿真到真机
参与真实机器人数据采集、数据管线与评测基准建设
参与开发平台本身的能力建设：把具身数据采集、仿真训练、评测基准与设备接入能力沉淀为平台可复用能力，理解并参与"数据—模型—算力—设备接入"架构设计
方向 C：AI Agent（板端量化工具链 auto research）
构建面向地瓜 X/S 系列开发板的量化工具链 auto research 智能体：自动检索、比对、评测地瓜工具链（RDK OS / 量化与部署工具链）及周边生态（模型转换、算子适配、性能优化、精度对齐）
设计"调研—评测—结论"闭环：自动收集官方文档、SDK/示例、社区与竞品信息，生成可追溯、可复现的工具链选型报告与对比矩阵
打通"模型→量化→板端部署→精度评测"全流程自动化：自动完成模型转换、量化、编译、上板（X/S 系列）、精度与性能评测，并沉淀为平台可复用能力
将调研结论（量化选型建议、部署迁移指南、精度对齐 checklist）沉淀为平台可复用能力，接入平台知识库/工具
探索 Agent 的规划、工具调用、记忆与多步推理能力，保证研究/执行过程可验证、可追溯、可审计
追踪 auto research / Deep Research / 多智能体领域 SOTA，复现关键工作并输出竞品技术拆解
通用
行业前沿探索：追踪 CV/具身/Agent 领域 SOTA、复现关键工作、输出竞品技术拆解
用 AI 工具加速调研、实验、评测与文档，保证产出可验证、可追溯
优先资格
方向性加分项：
有算法实习经历，或发表过顶会/顶刊论文（CVPR/ICCV/ECCV/NeurIPS/ICLR/ICRA/RSS/CoRL 等）
有个人作品（开源项目、技术博客、模型、机器人 demo、Agent 应用）
有从 0 到 1 独立完成算法项目或 side project 的经历
熟悉深度学习框架（PyTorch 等）与常见训练/推理/部署工具链
了解模型量化（PTQ/QAT）、算子适配、精度对齐等板端/边缘部署知识
实际用过地瓜 X/S 系列开发板，或至少一种板端推理框架（RDK/TensorRT/RKNN/TVM/OpenVINO 等）
有 LLM/Agent 应用开发经验（工具调用、RAG、多智能体、自动评测）
对开发者平台/基础设施（数据管线、模型管理、算力调度、设备 SDK/接入）有基本认知，或有平台工程、后端/工具链开发经历
有 VLN / VLA / WAM / 世界模型 / 具身导航等相关项目或论文经历
AI 洞察
优缺点分析
优点
- 平台化工作，能接触数据、模型、算力、设备全链路，积累复合经验
- 公司已上市，平台稳定，资源充足，重视人才认知潜力
- 技术方向多，需要不断学习前沿知识，保持竞争力
- 对综合能力要求高，不仅需要算法能力，还需要工程和沟通能力
缺点 / 挑战
- 处于具身智能前沿赛道，技术挑战大，成长空间广阔
- 工作强度可能较高，需要同时处理算法研发和平台工程化任务
- 适合对具身智能和前沿技术有强烈兴趣，具备独立思考能力和工程实践能力，愿意接受挑战的算法工程师
角色解读
- 深入具身智能前沿赛道，建立技术认知与判断力，成为领域专家
- 培养算法+工程+商业化复合能力，向技术专家或架构师方向发展
- 参与平台从0到1建设，积累平台化思维，未来可转向技术管理或产品方向
- 负责机器人平台核心算法研发，聚焦计算机视觉、具身智能或AI Agent方向，实现从算法到平台能力的落地
- 参与数据采集、模型训练、仿真到真机迁移的完整流程，推动算法在真实机器人场景中的应用
- 追踪前沿技术，复现SOTA，拆解竞品，为技术选型和战略决策提供输入
- 扎实的深度学习基础，熟悉PyTorch等框架，能独立完成数据到模型的闭环
- 具备计算机视觉、具身智能或AI Agent相关项目经验，熟悉相关工具链（如Isaac Sim、MuJoCo）
- 具备较强的工程能力，能将算法沉淀为平台可复用能力，并具备良好的逻辑思维和表达能力
申请策略
- 在简历中强调认知能力，如问题拆解、逻辑思维，而不仅仅是技术栈
- 准备一个能体现自己"爱折腾"的side project，展示对技术的热情
- 突出算法项目经验，尤其是从0到1的完整项目，展示独立解决问题的能力
- 强调个人作品，如开源项目、技术博客、机器人demo，体现动手能力和好奇心
- 展示对前沿技术的追踪和复现能力，如SOTA论文复现、竞品分析
- 补充具身智能相关知识，如VLA、模仿学习、强化学习，可学习相关课程或复现论文
- 熟悉板端部署工具链，如RDK、TensorRT，了解模型量化与部署流程
- 提升AI工具使用能力，如利用LLM进行自动化调研和评测
面试指南
- 使用STAR法则，结构化地描述项目背景、任务、行动和结果
- 强调思考过程，展示如何拆解问题、权衡利弊，体现认知能力
- 结合具体案例，展示对前沿技术的理解，并说明如何落地
- 请介绍一个你独立完成的算法项目，从问题定义到解决方案的思考过程
- 如何评估一个新技术是否值得引入到项目中？请举例说明
- 在具身智能中，如何实现sim-to-real迁移？请谈谈你的思路
- 你如何看待AI Agent在工具链自动化中的应用？请设计一个方案
- 当遇到一个复杂问题时，你如何拆解它？请举例
职位点评
薪资福利70
成长发展90
工作生活50
使命价值85
薪资福利
70中等
该职位薪资水平较高，公司已上市，稳定性较好，但具体福利未在JD中明确。
薪资信号面议 (25K-45K/月)
成长发展
90较高
职位处于具身智能前沿赛道，技术挑战大，成长路径清晰，强调认知潜力，发展空间广阔。
技术前沿前沿/新兴技术
技术栈计算机视觉、具身智能、AI Agent、VLA、模仿学习、强化学习、量化工具链
成长机会成长路径、技术专家、架构方向
业务类型profit_center
工作生活
50较低
工作地点在北京，未提及弹性办公或远程，可能需现场办公，WLB信号不明确。
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
85较高
具身智能是高速增长赛道，平台建设具有社会价值，能推动机器人技术落地，使命感较强。
行业发展高速增长赛道
社会影响正向社会影响力较高
使命信号机器人基础设施建设、推动机器人技术落地
创新程度积极采用新技术
Watch Jobs