安克创新
AI与具身智能-【博士专项】
AI与具身智能-【博士专项】
发布于 大约 14 小时前普通员工/个人贡献者
深圳市 / 北京市
其它
全职员工
仅现场办公
博士
机器学习工程
多模态
大模型
嵌入式
强化学习
感知算法
机器人
灵巧手
计算机视觉
运动规划
AI 估算 · 30k–60k
博士专项，AI机器人方向稀缺，一线城市，薪资竞争力强。
职位详情
关于这个职位
该职位是安克创新为AI与具身智能方向打造的博士专项，聚焦机器人核心算法研发
你将参与大模型、强化学习、机器人感知、运动规划等前沿技术攻关，从二维清洁机器人到三维交互型人形机器人，推动产品落地
适合对具身智能充满热情的博士人才
工作职责
招聘方向：
【大模型与多模态算法工程师】
【强化学习算法工程师】
【灵巧手工程师】
【机器人运动规划工程师】
【机器人强化学习算法工程师】
【机器人数据平台算法工程师】
【机器人感知算法工程师】
【高级音频算法工程师】
【图像与视频AI算法工程师】
【AI算法工程师】
【嵌入式工程师】
AI 洞察
优缺点分析
优点
- 大厂平台，资金和资源充足，机器人战略投入大
- 博士专项，研究方向前沿，接触行业顶尖技术
- 产品落地场景清晰，能快速看到研究成果转化为实际产品
- 研发难度高，需快速学习跨学科知识
- 工作强度可能较大，节奏快
缺点 / 挑战
- 深圳/北京生活成本高，竞争压力大
- 适合对AI与机器人有强烈热情、具备扎实研究能力、希望挑战硬核技术难题的博士毕业生
角色解读
- 从算法工程师向技术专家或项目负责人发展
- 在机器人AI前沿领域深耕，成为领域权威
- 可参与公司机器人战略规划，从技术研发转向技术管理
- 参与机器人核心AI算法研发，包括大模型、多模态、强化学习等方向
- 负责机器人感知、运动规划、灵巧手控制等具体技术模块的开发与优化
- 与跨学科团队协作，推动算法从研究到产品落地的全流程
- 扎实的深度学习基础，熟练使用PyTorch、TensorFlow等框架
- 在强化学习、多模态大模型、机器人学等至少一个领域有深入研究
- 优秀的编程能力（Python/C++）和数学功底，能独立设计实验并分析结果
申请策略
- 提前研究安克创新机器人产品线，在面试中展现对业务的理解
- 准备2-3个深入的技术项目案例，用STAR法则清晰阐述
- 突出博士研究方向与职位的匹配度，重点展示相关项目成果和论文
- 强调编程实现能力，尤其是深度学习框架和算法落地的经验
- 如有机器人竞赛、开源项目或实习经历，务必列出
- 补充机器人学基础（如运动学、动力学），了解机器人常用仿真平台
- 熟悉强化学习训练环境（如MuJoCo、Isaac Gym），积累实操经验
- 关注具身智能最新论文和行业动态，保持技术敏感度
面试指南
- 使用STAR法则：背景、任务、行动、结果，结构化回答
- 先分析问题本质，再提出多方案对比，最后强调落地性
- 展示思考过程，体现逻辑性和工程判断力
- 请介绍你的博士研究方向及核心贡献
- 如何设计一个机器人抓取策略？请说出你的思路
- 你如何看待大模型在具身智能中的应用前景？
- 在处理大规模训练数据时，你如何确保模型收敛和性能？
- 复习机器学习和深度学习的核心概念，尤其是强化学习和多模态模型
职位点评
72
综合评分
大厂博士专项，前沿具身智能，发展空间大但WLB未明确。
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。
更适合这类人
适合追求技术突破和职业成长、愿意接受高强度研发挑战的研究型博士人才。
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85
工作生活50
使命价值70
薪资福利
75中等
职位未明确薪资，但作为上市大厂博士专项，薪酬水平具有较强竞争力。
薪资信号未披露（AI估算：30K-60K/月）
成长发展
85较高
聚焦具身智能前沿技术，博士专项培养体系完善，成长空间大。
技术前沿前沿/新兴技术
技术栈大模型、多模态、强化学习、机器人感知、运动规划、灵巧手
业务类型ambiguous
工作生活
50较低
深圳/北京快节奏，工作模式为现场办公，未提及灵活安排，生活平衡程度一般。
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
70中等
机器人技术对社会有积极影响，公司战略方向明确，但JD未直接强调使命。
行业发展高速增长赛道
社会影响正向社会影响力较高
创新程度积极采用新技术
安克创新 的其他在招职位
相似职位推荐
Watch Jobs