地平线
【地瓜机器人】算法工程化｜机器人AI平台研发工程师
【地瓜机器人】算法工程化｜机器人AI平台研发工程师
发布于 大约 10 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
Slam
Vla
具身智能
强化学习
模型量化
计算机视觉
值不值得投
77综合评分
综合评分 77
前沿技术、成长空间大，但工作强度可能较高，适合追求技术卓越的应届生。
从起薪待遇、成长路径、工作节奏和岗位方向综合评估，方便比较职业起点。
薪资怎么样
25K
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 430 个在招 · 其中具身智能 3 个
市场机会
选择适中
北京 · 具身智能 · 31 个在招
职位详情
关于这个职位
作为地平线云平台部的算法工程师，你将参与机器人AI平台的核心算法研发与落地，聚焦计算机视觉、具身智能或AI Agent方向
你将负责从数据、模型到算力、设备接入的一体化开发能力建设，同时追踪前沿技术、复现SOTA、拆解竞品，为技术路线提供输入
这是一个面向2027届应届生的校招岗位，强调认知潜力、独立思考与AI工具使用能力，适合对机器人AI充满热情、爱折腾的聪明工程师
最低要求
应届生（2027 届），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
- 平台前景好：地平线是智能驾驶和机器人领域的头部企业，具身智能是未来风口，平台发展潜力大
- 公司平台大：上市大厂，资源丰富，有完善的培养体系和成长路径
- 团队氛围好：强调认知潜力，鼓励独立思考，适合有想法的工程师
- 技术难度高：需要掌握多种前沿技术，对学习能力和抗压能力要求高
- 工作强度大：算法研发和落地节奏快，可能需要加班
- 竞争激烈：作为校招岗位，竞争激烈，对个人能力要求高
- 适合对机器人AI有强烈兴趣、具备扎实算法基础、热爱钻研前沿技术、有较强自驱力和独立思考能力的应届生
缺点 / 挑战
- 技术挑战高：涉及前沿算法和工程落地，能快速提升技术深度和广度
角色解读
- 从算法工程师起步，深入具身智能前沿赛道，积累算法+工程+商业化落地的复合能力
- 可向技术专家方向发展，成为某一技术方向（如CV、具身、Agent）的领军人物
- 也可向架构师方向发展，参与平台整体架构设计，推动平台能力建设
- 参与机器人AI平台的核心算法研发，根据方向选择，负责计算机视觉、具身智能或AI Agent相关算法的设计与实现
- 负责算法能力的工程化落地，包括模型训练、优化、部署，以及将算法沉淀为平台可复用的API/SDK
- 持续追踪前沿技术，复现SOTA论文，拆解竞品，为技术选型和战略决策提供输入
- 与产品、研发团队协作，推进算法在真实场景中的应用与验收
- 扎实的机器学习/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
- 根据方向不同，需要掌握计算机视觉（3D视觉、SLAM）、具身智能（IL/RL/VLA）或AI Agent（LLM、工具调用）相关技术
- 具备良好的工程能力，熟悉模型量化、部署工具链（如TensorRT、RKNN）者优先
- 具备较强的理解力、表达力和逻辑思维，能拆解复杂问题，并熟练使用AI工具辅助工作
申请策略
- 关注地平线官方招聘渠道，了解校招流程和时间节点
- 在面试中展现你的认知潜力，强调你如何拆解问题、验证方案，而不仅仅是技术堆叠
- 突出算法项目经历，尤其是与CV、具身智能或Agent相关的项目，展示从0到1的完整闭环
- 强调个人作品，如开源项目、技术博客、机器人demo等，体现动手能力和热情
- 展示AI工具使用能力，如用AI辅助调研、实验等，体现对AI的深刻理解
- 突出逻辑思维和问题拆解能力，可通过项目中的复杂问题解决过程来体现
- 根据目标方向，提前学习相关技术，如CV方向可深入学习3D视觉、SLAM
- 具身方向可学习RL、VLA
面试指南
- 使用STAR法则（情境-任务-行动-结果）回答问题，突出你的思考过程和解决问题的能力
- 强调你的认知潜力，展示你如何拆解问题、区分维度、避免非黑即白
- 展示你对AI工具的使用能力，并强调你如何验证和甄别AI输出
- 请介绍一个你最有成就感的算法项目，并说明你如何解决其中的关键问题
- 如何理解具身智能？你认为它面临的最大挑战是什么？
- 如果让你设计一个自动评测工具链的Agent，你会如何设计？
- 你如何看待AI工具在研发中的作用？你如何确保AI输出的可靠性？
- 请描述一次你从0到1完成一个项目的经历，你如何规划并执行？
职位点评
薪资福利70
成长发展95
工作生活50
使命价值85
薪资福利
70中等
作为上市大厂校招算法岗，薪资具有竞争力，福利完善，稳定性高，但具体薪资未披露。
薪资信号未披露（AI估算：20K-30K/月）
成长发展
95较高
该岗位提供前沿技术方向（具身智能、AI Agent），参与平台从0到1建设，成长路径清晰，发展性极强。
技术前沿前沿/新兴技术
技术栈计算机视觉、具身智能、AI Agent、PyTorch、SLAM、强化学习、VLA、模型量化、Isaac Sim、RDK
成长机会成长路径
业务类型profit_center
工作生活
50较低
工作地点在北京，未提及远程或弹性办公，算法研发岗位可能工作强度较大，WLB一般。
工作模式未明确
办公地点市区核心地段
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，公司使命是推动机器人技术发展，社会影响力较高。
行业发展高速增长赛道
社会影响正向社会影响力较高
创新程度开拓性创新（行业首创）
Watch Jobs