Anker Innovations logo
安克创新
具身操作算法工程师实习生(触觉与多模态方向)

具身操作算法工程师实习生(触觉与多模态方向)

发布于 1 天前

实习/见习

深圳市
无经验要求
实习生
仅现场办公
不限
机器学习工程
Pytorch
Vla
具身智能
多模态学习
机器人操作
模仿学习
触觉感知

AI 估算 · 6k–9k

深圳AI算法实习岗,日薪约300-400元,月薪按22天计,具备竞争力。

职位详情

关于这个职位

这是一个参与具身智能前沿研究的算法实习生岗位,你将与资深研究员一起研发机器人触觉感知与多模态学习算法,探索视觉、触觉、语言等多源信息融合

工作内容包括模型训练、数据处理和真机验证,能够深入理解VLA、Diffusion Policy等下一代具身模型
适合对机器人操作和AI充满热情、希望积累实战经验的同学

最低要求

算法基础:熟悉Python,掌握PyTorch等主流深度学习框架,具有良好的代码能力

深度学习基础:熟悉Transformer、多模态学习或生成式模型等相关方向,对模型训练与实验分析有一定经验
具身智能认知:对机器人操作、模仿学习(Imitation Learning)、VLA、Diffusion Policy等技术方向有一定了解,对多模态感知与机器人算法充满兴趣
学习能力:具备良好的论文阅读能力、问题分析能力和工程实践能力,愿意探索真实机器人系统

工作职责

触觉感知算法研发:参与机器人触觉表示学习与Touch Encoder开发,探索触觉信息建模及多模态融合方法,提升机器人对接触状态、受力变化及操作过程的感知能力

多模态模型开发:参与视觉、触觉、语言、本体状态(Pose / Joint)等多模态信息融合,支持VLA、Diffusion Policy等模型训练与优化
机器人操作算法研究:参与接触密集(Contact-rich)场景下的机器人操作算法开发,探索触觉辅助抓取、装配、插接等精细操作任务
模型训练与实验验证:参与机器人数据处理、模型训练、实验评测及真实机器人验证,持续优化模型性能与泛化能力

优先资格

有机器人触觉、力觉传感器(压阻式、电容式、GelSight、DIGIT、Xela、6D Force/Torque等)相关经验

熟悉OpenVLA、π0、Diffusion Policy、RDT等具身模型或相关训练框架
有ROS、真实机器人(Franka、UR、灵巧手、双臂等)开发或部署经验
有机器人、多模态学习或具身智能相关科研、竞赛或开源项目经验

AI 洞察

优缺点分析

优点

  • 前沿领域:具身智能是AI热门方向,技术成长快
  • 公司平台:安克创新为上市公司,资源丰富,有完善研发体系
  • 实践机会:参与真实机器人验证,积累宝贵的工程经验
  • 团队指导:资深研究员和工程师指导,学习曲线平缓
  • 技术门槛高:需要同时掌握深度学习、机器人、多模态等知识
  • 研究不确定性:算法效果依赖实验验证,可能面临反复调试
  • 适合对具身智能、机器人操作有强烈兴趣,具备扎实深度学习基础且乐于动手实践的在校学生

缺点 / 挑战

  • 实习时间压力:需要在有限时间内产出成果,节奏较快

角色解读

  • 在资深研究员指导下,积累具身智能领域的研究与工程经验
  • 有机会接触真实机器人系统,从算法到落地全面成长
  • 未来可向具身智能算法工程师、研究科学家等方向发展
  • 研发机器人触觉感知算法,包括触觉表示学习和Touch Encoder开发
  • 参与多模态模型开发,融合视觉、触觉、语言和机器人状态信息
  • 研究接触密集场景下的机器人操作算法,支持精细操作任务
  • 参与数据处理、模型训练和真机验证,提升模型性能
  • 扎实的Python编程能力和PyTorch框架使用经验
  • 熟悉Transformer、多模态学习或生成式模型等深度学习方向
  • 了解具身智能、模仿学习、VLA、Diffusion Policy等前沿技术
  • 具备良好的论文阅读和工程实践能力

申请策略

  • 在简历中明确表达对具身智能的兴趣和职业规划
  • 可以附上GitHub或技术博客,展示代码能力和学习过程
  • 突出Python/PyTorch编程能力和深度学习项目经验
  • 强调对Transformer、多模态学习的理解,如有相关论文或开源项目更佳
  • 展示机器人相关经历(如ROS、仿真、竞赛)或触觉传感器经验
  • 体现较强的自学能力和探索精神
  • 补充具身智能基础知识,如VLA、Diffusion Policy原理
  • 动手实践一个小型多模态或机器人操作项目,积累代码经验

面试指南

  • 对于技术概念题,先解释核心思想,再结合自己的理解或项目举例
  • 对于实验设计题,提出清晰的思路,包括数据、模型、评估方法
  • 对于行为题,用STAR法则(情境-任务-行动-结果)回答
  • 请介绍一下你了解的多模态学习或具身智能模型(如VLA、Diffusion Policy)
  • 你如何设计一个触觉感知的表示学习方法?
  • 描述一下你在PyTorch中训练模型并进行调试的经历
  • 如何处理真实机器人操作中的数据不充足问题?
  • 你阅读过哪些相关论文?有何想法?

职位点评

72
综合评分

深圳上市公司AI算法实习,聚焦具身智能前沿,技术成长快,但工作强度高且未明确福利。

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
最适合追求技术成长、希望接触前沿AI领域的求职者。
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75

薪资福利

60中等

实习岗位提供有竞争力的日薪和上市公司平台,但薪资水平有限。

薪资信号未披露(AI估算:6K-9K/月)

成长发展

90较高

处于具身智能前沿,参与核心算法研发,有资深导师指导,成长空间大。

技术前沿前沿/新兴技术
技术栈Python、PyTorch、Transformer、多模态学习、VLA、Diffusion Policy、机器人操作、触觉感知
成长机会资深研究员和工程师的指导下
业务类型ambiguous

工作生活

50较低

实习需现场办公,工作强度可能较大,但未明确加班情况。

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

75中等

参与推动智能机器人技术发展,具有较高技术价值和社会意义。

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