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 16 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
Tensorrt
Vla
具身智能
计算机视觉
量化
值不值得投
75综合评分
综合评分 75
前沿技术赛道，成长空间大，但工作强度可能较高，WLB一般。
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，聚焦计算机视觉、具身智能或AI Agent方向
你将负责算法能力的落地与平台化，同时追踪前沿技术、复现SOTA、拆解竞品，为技术路线提供输入
团队看重认知潜力而非技术堆叠，适合有好奇心、能独立思考、爱折腾的聪明工程师
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
- 平台型产品，可接触数据、模型、算力、设备等全栈技术
- 公司已上市，平台稳定，资源丰富
- 团队重视认知能力，鼓励独立思考和探索，适合有想法的工程师
- 算法落地到真机环境，可能面临复杂工程问题，需要耐心和毅力
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
- 工作内容涉及多个方向，需要快速学习和适应，压力较大
- 作为平台部门，可能需要与多个团队协作，沟通成本较高
- 适合对具身智能或AI Agent有浓厚兴趣，具备扎实算法基础，喜欢挑战和探索，且能独立思考和解决问题的工程师
角色解读
- 参与真实平台算法能力从0到1的完整过程，积累实战经验
- 深入具身智能前沿赛道，建立技术认知与判断力
- 培养算法+工程+商业化落地的复合能力，为向技术专家/架构方向发展打基础
- 负责机器人平台核心算法研发，方向包括3D视觉、具身智能操作或AI Agent工具链，具体工作内容取决于所选方向
- 将算法能力沉淀为平台可复用的API/SDK，与产品、研发协作推进落地，并参与平台架构设计
- 持续追踪前沿技术，复现SOTA，拆解竞品，为技术选型和战略决策提供输入
- 扎实的算法与工程基础，熟悉深度学习原理，能独立完成从数据到模型的闭环
- 较强的理解力、表达力和逻辑思维，能快速抓住问题本质并清晰拆解
- 熟练使用AI工具辅助工作，并具备验证和甄别AI输出的能力
- 对技术有热情，能快速学习新概念并落地
申请策略
- 在申请材料中强调你的认知能力，如如何拆解问题、如何快速学习新知识，而不仅仅是罗列技术栈
- 了解地平线在机器人领域的布局和产品，在面试中展示对公司的认同和热情
- 突出算法项目经验，特别是与计算机视觉、具身智能或AI Agent相关的项目，并强调从0到1的完整过程
- 展示个人作品，如开源项目、技术博客、机器人demo或Agent应用，体现动手能力和技术热情
- 强调对深度学习框架（如PyTorch）的熟练使用，以及模型部署、量化等工程经验
- 如有顶会论文或竞赛获奖，务必突出，这是加分项
- 针对意向方向，提前学习相关技术栈，如CV方向可学习点云处理、SLAM
- 具身方向可学习Isaac Sim、强化学习
面试指南
- 回答技术问题时，采用STAR法则：情境、任务、行动、结果，突出你的思考过程和决策逻辑
- 对于开放性问题，先拆解问题维度，再给出结构化回答，展示你的逻辑思维
- 对于技术方案类问题，从问题定义、技术选型、实现步骤、评估方法等方面展开
- 请介绍一个你独立完成的算法项目，从问题定义到最终结果
- 如何评估一个新技术是否值得引入到项目中？
- 在具身智能领域，如何实现sim-to-real迁移？
- 如何设计一个自动化的模型量化工具链？
- 你如何看待AI Agent在机器人领域的应用前景？
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
薪资水平较高，但JD未明确福利，补偿性动机满足度中等偏上。
薪资信号未披露（AI估算：25K-45K/月）
成长发展
95较高
岗位处于具身智能前沿赛道，技术挑战大，成长路径明确，发展性动机得到充分满足。
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、Isaac Sim、强化学习、VLA、SLAM、量化、RDK
成长机会成长路径、参与真实平台算法能力从0到1的完整过程、深入具身智能这一前沿赛道、培养算法+工程+商业化落地的复合能力
业务类型profit_center
工作生活
50较低
工作地点在北京，需现场办公，JD未提及弹性工作，生活化动机满足度一般。
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，平台建设具有行业影响力，意义感较强。
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、为企业、算法工程师、开发者提供一体化开发能力
创新程度积极采用新技术
Watch Jobs