具身数据算法实习生

优缺点分析

角色解读

• 通过实习表现获得校招转正机会，成为安克创新正式算法工程师
• 从算法执行者逐步成长为具身智能领域技术专家，主导模型工程化落地
• 未来可向技术管理或资深专家方向发展，参与核心项目决策
• 推进机器人多模态大模型（VLA/VLM）的工程化落地，涉及预训练、微调、训练加速和调优
• 基于Isaac Sim搭建仿真环境，设计real2sim2real迁移框架，加速算法验证与落地
• 开展模型scaling研究，探索数据、模型结构和本体构型对长序列任务和技能泛化的影响
• 研发自动化标注算法（2D/3D/VLA）和多模态数据生成算法，提升数据质量与多样性
• 熟悉深度学习基础，掌握常见神经网络架构（如Transformer）
• 了解多模态大模型（VLM/VLA）的原理与训练方法，有相关项目经验优先
• 具备扎实的编程能力（Python），熟悉PyTorch等框架
• 对机器人仿真（如Isaac Sim）或数据算法有基本了解，学习能力强

申请策略

• 提前了解安克创新的主营业务和机器人布局，在面试中展示你对产品应用场景的思考
• 申请时附上作品集：如相关代码仓库、技术博客、项目演示视频，增强说服力
• 突出相关项目经历：详细描述你在多模态大模型、机器人控制或仿真环境中的工作，量化成果
• 展示编程和框架能力：强调Python、PyTorch等实战经验，若有相关开源贡献更佳
• 提及研究或课程：如果有具身智能、计算机视觉、NLP相关研究方向，体现理论深度
• 体现学习力与自驱力：通过竞赛、论文、技术博客等证明你快速学习新知识的能力
• 补强VLA/VLM相关知识，阅读经典论文（如RT-2、PaLM-E、VoxPoser），理解模型架构和训练方法
• 学习Isaac Sim或类似物理仿真工具，动手部署简单的机器人操作任务仿真

面试指南

• 对于技术类问题，建议采用“背景-方案-结果”的结构，先用一句话说明问题背景，再阐述你采用的方法和原因，最后强调结果或改进
• 例如：“在XX项目中，我们面临XX问题，我采用XX方法（如数据增强），最终将准确率从A提升到B
• ”对于开放性问题，可结合你对具身智能领域的理解，分点论述，并给出技术选型的理由
• 请介绍一个你参与过的深度学习项目，重点描述你在模型训练或调优中的具体工作
• 多模态大模型（如VLM）的基本架构是什么？如何将视觉和语言特征融合？
• 如果训练数据不足，你会如何优化模型？请从数据增强、迁移学习、仿真等角度谈谈
• 模拟环境与真实环境之间通常存在gap，你有哪些缩小Sim2Real gap的策略？
• 你如何评估一个自动化标注算法的质量？请给出具体指标