Anker Innovations logo
安克创新
具身数据算法实习生

具身数据算法实习生

发布于 大约 8 小时前

实习/见习

深圳市
初级经验
实习生
仅现场办公
学历未注明
具身智能
Diffusion
Pytorch
Ros
Vla
Vlm
多模态大模型
机械臂

AI 估算 · 3k–8k

深圳算法类实习薪资,公司平台大,技术前沿,月薪约3000-8000元。

职位详情

关于这个职位

你将参与机器人多模态大模型(VLA/VLM)的预训练、微调与工程化落地,负责仿真环境搭建、数据生成与标注算法研发

实习期内接受系统培养,表现优秀可直接获得校招转正机会
适合对具身智能前沿技术有热情、动手能力强的同学

最低要求

可以长期实习,3个月以上

技术能力:
熟悉Transformer、BERT、GPT、Diffusion等模型,熟悉预训练和微调流程,具有相关的工作经验
有机械臂/机械狗控制、视觉、感知、规划、智能等其中若干领域的算法设计和实践经验
有ACT、RT1、Diffusion Policy、RDT、Pi0等算法相关研究背景经验者优先
熟悉掌握C/C++,python等编程语言,掌握pytorch、ros等常用框架

工作职责

推进机器人多模态大模型(VLA/VLM)的工程化落地:涵盖预训练、微调、训练加速和效果调优

基于issac sim搭建仿真环境验证操作模型,设计real2sim2real迁移框架,加速算法验证与落地
模型scaling研究,包括数据/模型结构/不同本体构型,在ToC场景完成长序列任务和技能泛化
研发自动化标注算法(2D/3D/VLA等),降低标注成本和提升标注质量
设计多模态数据(图像、视频和点云等)生成算法,增强数据多样样

优先资格

熟悉多个开源VLA模型的代码核心实现,并有实机部署、调试经验,对技术路线有自己的想法

在机器人/智能驾驶/计算机视觉领域有顶会论文或竞赛获奖经历(Kaggle、阿里云天池等)

AI 洞察

优缺点分析

优点

  • 身处具身智能这一高速发展赛道,接触VLA/VLM最前沿技术,技术成长快
  • 公司已上市,平台稳定,实习生培养体系完善,有转正直通机会
  • 算法方向覆盖面广,从模型训练到仿真到数据管线,全面锻炼工程能力
  • 对技术深度和动手能力要求高,需要同时掌握多种模型和工具链
  • 仿真与真实环境迁移存在难度,需要较强的调试和攻坚能力
  • 适合对具身智能、多模态大模型有浓厚兴趣,具备较强算法和编程基础,希望在实践中快速成长并有意愿长期发展的实习生

缺点 / 挑战

  • 实习期至少3个月,且需要快速投入实际项目,压力较大

角色解读

  • 实习表现优秀可直接获得校招转正机会,进入正式岗位序列
  • 在具身智能赛道积累前沿算法和工程落地经验,向资深算法工程师发展
  • 可逐步成长为团队技术骨干或技术专家,参与核心算法设计与决策
  • 参与机器人多模态大模型(VLA/VLM)的预训练、微调与训练加速,推动模型在真实场景的工程化落地
  • 基于Isaac Sim搭建仿真环境,设计real2sim2real迁移框架,加速算法验证
  • 研发自动化标注算法和多模态数据生成算法,提升数据质量与多样性
  • 进行模型scaling研究,探索不同数据、模型结构下的长序列任务和技能泛化能力
  • 熟悉Transformer、BERT、GPT、Diffusion等主流模型架构及预训练/微调流程
  • 掌握C++/Python编程,熟练使用PyTorch、ROS等常用框架
  • 具备机械臂/机械狗控制、视觉、感知、规划等至少一个领域的实践经验
  • 了解VLA相关算法(如ACT、RT1、Diffusion Policy)者优先

申请策略

  • 了解安克创新的产品线(如智能硬件、机器人方向),在面试中展示对业务场景的理解
  • 关注实习转正机制,明确表达长期实习意愿,提高匹配度
  • 突出在机器人、计算机视觉或NLP领域使用Transformer等模型的预训练/微调项目经历
  • 展示机械臂/机械狗控制、仿真、感知等方向的落地案例和量化成果
  • 强调编程能力,如C++/Python的熟练度,以及PyTorch/ROS的实际使用经验
  • 如有VLA相关算法经验或顶会论文,务必明确注明
  • 提前熟悉Isaac Sim仿真环境,了解real2sim2real的基本概念
  • 深入学习1-2个开源VLA模型(如RT1、Diffusion Policy)的代码实现

面试指南

  • 采用STAR法则回答项目经历,强调背景、任务、行动和结果
  • 对于算法设计问题,先明确问题定义,再分析候选方案,最后给出权衡和理由
  • 对于优化类问题,从数据、模型、训练策略三个维度系统回答
  • 讲解一下你对VLA或VLM模型的理解,以及它们在机器人控制中的应用
  • 你如何设计一个real2sim2real的迁移框架?有哪些关键挑战?
  • 描述一个你独立完成或深度参与的机器学习项目,你在其中负责什么?
  • 在训练大模型时,遇到loss不收敛或训练速度慢,你会如何排查和优化?
  • 如何降低标注成本?你会用什么自动化或生成算法来生成训练数据?

职位点评

72
综合评分

前沿具身智能算法实习,技术成长极大,实习待遇一般,需要现场办公。

从学习成长、工作节奏、岗位方向和实习待遇综合评估,方便比较实习机会。

更适合这类人
该职位最适合以技术成长为首要目标,追求前沿挑战和长期发展的实习生。
表现最好
成长发展
相对薄弱
工作生活
薪资福利60
成长发展90
工作生活50
使命价值80

薪资福利

60中等

实习薪资在深圳属于中等水平,但公司为已上市企业,平台稳定,综合待遇尚可。

薪资信号未披露(AI估算:3K-8K/月)

成长发展

90较高

该岗位处于具身智能前沿,技术挑战高,且提供转正培养体系,发展性极强。

技术前沿前沿/新兴技术
技术栈VLA、VLM、Transformer、Diffusion、Isaac Sim、PyTorch、ROS、C++
成长机会人才培养与选拔通道、系统的培养与综合评估、直接获得校招转正机会
业务类型ambiguous

工作生活

50较低

岗位要求现场办公,未提及弹性工作或远程,生活平衡一般。

工作模式仅现场办公
办公地点未明确
加班情况未提及(无法判断)

使命价值

80较高

具身智能是面向未来的技术方向,对机器人产业有重要意义,但岗位本身离终端用户较远。

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