具身操作算法工程师实习生（触觉与多模态方向）

优缺点分析

角色解读

• 从实习到正式研究员，深入具身智能前沿方向，积累多模态建模与机器人操作经验
• 可向具身智能算法工程师、研究科学家方向发展
• 有机会参与顶级项目，产出实际应用或学术成果
• 参与机器人触觉感知算法的研发，包括触觉表示学习与Touch Encoder开发
• 参与多模态模型开发，融合视觉、触觉、语言和本体状态，支持VLA、Diffusion Policy等模型训练
• 研究接触密集场景下的机器人操作算法，如触觉辅助抓取、装配、插接等任务
• 参与模型训练、实验评测与真机验证，持续优化模型性能
• 熟悉深度学习框架（如PyTorch），具备扎实的机器学习/深度学习基础
• 对多模态学习、机器人操作或具身智能有一定了解
• 具备Python编程能力，能够进行数据处理和模型开发
• 有触觉感知、机器人控制或相关项目经验者优先

申请策略

• 提前了解安克创新的业务布局和具身智能研究方向，在申请中展示你的匹配度
• 准备一段展示你对具身智能热情和思考的经历或项目介绍
• 突出机器学习/深度学习项目经历，特别是多模态或机器人相关方向
• 展示Python编程能力和主流框架（如PyTorch）的使用经验
• 如果有触觉感知、VLA或Diffusion Policy相关的项目或研究，重点强调
• 强调数据处理、模型训练和实验验证的实际操作能力
• 补充Transformer、Diffusion模型等前沿知识，理解其原理与应用
• 了解机器人操作系统（ROS）和常用仿真环境（如Isaac Gym）

面试指南

• 对于技术概念题，先清晰定义问题，再结合已有知识解释核心思想，如果不熟悉可诚实说明并表达快速学习的意愿
• 对于项目经历题，使用STAR法则（情境、任务、行动、结果）条理清晰地呈现
• 对于开放性设计题，体现逻辑性，从数据、模型选择、实验验证等维度逐步展开
• 请介绍一个你参与的机器学习项目，你担任的角色和具体贡献是什么？
• 你了解VLA或Diffusion Policy吗？请简要解释其基本原理和适用场景
• 如果遇到多模态数据（如视觉+触觉）如何在模型中融合，你会如何设计？
• 在仿真环境中训练机器人操作策略，你会如何安排实验流程？
• 你是否有触觉感知或机器人相关的经验？如有，请分享一个案例