Anker Innovations logo
安克创新
机器人AI算法工程师(博士)

机器人AI算法工程师(博士)

发布于 大约 8 小时前

普通员工/个人贡献者

深圳市
高级经验
全职员工
仅现场办公
博士
研究与开发 (研发)
Llm
Vlm
图像分割
大模型
强化学习
机器人
深度学习
目标检测
计算机视觉

AI 估算 · 30k–50k

博士学历+AI大模型方向稀缺人才,深圳一线城市,薪资竞争力强,公司上市规模大,月薪30-50k合理。

职位详情

关于这个职位

该职位专注于机器人AI算法的研发,尤其是视觉-语言大模型在通用障碍物避障、导航与路径规划中的应用

你将负责端到端模型、VLM等前沿技术的落地,参与大模型预训练、对齐和微调,并跟踪AI大模型领域最新进展
适合具有计算机视觉、深度学习研究背景的博士,渴望将AI大模型应用于实际机器人系统

最低要求

计算机、数学、电子工程、软件工程等相关专业,研究方向为计算机视觉、大模型等人工智能方向

熟悉目标检测、图像分割、视频理解、VQA等一个或多个技术领域知识,具有跨模态算法的研究经验,对多模态落地具有强烈的热情
熟悉主流LLM/VLM/VLA基座模型,掌握Prompt与SFT的原理和应用,熟悉模型学习、强化学习等
在CVPR/ICCV/ECCV/NeurPS/ICLR/ICRA等顶会或期刊有相关论文发表

工作职责

负责视觉-语言大模型在通用障碍物避障、导航与路径规划中的关键算法的研发与实现

参与模块化端到端、VLM端到端等技术应用研究,推动其在机器人系统中的落地
参与大模型预训练、对齐和微调等工作,跟踪AI大模型领域最新研究成果,并将其应用于实际项目中
深入研究深度学习、强化学习最新进展,探索其在多模态数据融合下的应用与优化

优先资格

参与过扫地机、机器人、自动驾驶等相关课题的研究

具有机器人等领域的算法开发经验,或者在相关竞赛中取得优异成绩,或者参与过大型开源项目

AI 洞察

优缺点分析

优点

  • 聚焦AI大模型在机器人领域的落地,技术前沿且应用前景广阔
  • 安克创新为大型上市企业,平台稳定,资源充足,有成熟的产品化经验
  • 博士学历要求,团队学术氛围浓厚,有机会接触最前沿的研究方向
  • 深圳作为科技创新中心,行业资源丰富,职业发展空间大
  • 博士门槛高,竞争激烈,需要较强的算法创新和论文发表能力
  • 机器人领域算法研发周期较长,需耐心和持续学习能力
  • 该职位适合具有计算机视觉和深度学习背景的博士,对多模态大模型落地充满热情,希望在机器人领域做出突破性成果的求职者

缺点 / 挑战

  • 大模型研发对计算资源要求高,可能面临工程化落地的压力

角色解读

  • 成长为机器人AI领域的专家,主导核心算法研发
  • 向技术负责人或架构师方向发展,带领团队实现技术突破
  • 可向通用AI或自动驾驶等更广阔领域拓展
  • 研发视觉-语言大模型(VLM)用于机器人障碍物避障、导航与路径规划
  • 参与模块化端到端、VLM端到端等前沿技术的应用研究与落地
  • 负责大模型预训练、对齐(Alignment)和微调(SFT),跟踪AI大模型最新进展
  • 探索深度学习、强化学习在多模态数据融合中的优化与应用
  • 扎实的计算机视觉基础,熟悉目标检测、图像分割、视频理解等技术
  • 深入理解主流LLM/VLM/VLA基座模型,掌握Prompt Engineering和SFT
  • 熟悉深度学习框架(如PyTorch)和强化学习算法
  • 有顶级会议(CVPR/ICCV/NeurIPS等)论文发表经验

申请策略

  • 针对安克创新的产品线(如扫地机器人)调整简历,突出相关应用场景
  • 提前了解公司研发方向和团队成果,展示你对业务的兴趣
  • 突出顶会论文(CVPR/ICCV/NeurIPS等),说明具体贡献和创新点
  • 强调多模态或大模型相关项目经验,展示从研究到落地的能力
  • 列出机器人、自动驾驶或扫地机等相关课题的研究经历
  • 提及参与的竞赛成绩或开源项目贡献
  • 深入掌握当前主流VLM/VLA模型(如CLIP、LLaVA、RT-2等)的架构和训练方法
  • 补充强化学习在路径规划中的应用知识,如RLHF、PPO等

面试指南

  • STAR法则:描述情境、任务、行动和结果,突出技术原创性和工程能力
  • 问题拆解:先明确问题核心,再分模块给出解决方案,结合最新文献
  • 对比分析:比较不同方法的优劣,体现深度思考
  • 请介绍你在大模型或多模态领域的一个代表性工作,包括创新点和实验细节
  • 如何将视觉-语言大模型应用于机器人避障?请设计一个技术方案
  • 解释SFT和RLHF的原理,并说明它们在机器人任务中的适用性
  • 你在论文中遇到的挑战是什么?如何解决的?
  • 谈谈对端到端模型在机器人导航中优缺点的理解

职位点评

71
综合评分

博士级AI算法岗,技术前沿、成长快,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。

更适合这类人
适合追求技术前沿、渴望在AI大模型和机器人领域快速成长的求职者,对工作强度有一定承受力。
表现最好
成长发展
相对薄弱
工作生活
薪资福利75
成长发展90
工作生活40
使命价值70

薪资福利

75中等

博士岗位薪资竞争力强,但JD未披露具体薪资和福利,需在面试中确认。安克创新上市大公司,福利体系相对完善。

薪资信号未披露(AI估算:30K-50K/月)

成长发展

90较高

岗位涉及前沿AI大模型技术,有顶会论文要求,技术成长空间极大。公司上市,研发投入高,有机会参与从研究到落地的完整过程。

技术前沿前沿/新兴技术
技术栈VLM、LLM、深度学习、强化学习、多模态
业务类型profit_center

工作生活

40较低

仅现场办公,深圳科技园工作强度可能较大,JD未提及弹性工时或WLB,需做好较高工作投入的准备。

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

70中等

机器人AI技术对行业有较大推动力,但JD未强调社会使命感。安克创新作为消费电子公司,产品直接提升用户体验,有一定正面影响。

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