智元机器人
具身感知AI算法专家
具身感知AI算法专家
发布于 3 天前普通员工/个人贡献者
北京市
专家级经验
全职员工
仅现场办公
硕士
研究与开发 (研发)
Agentic Ai
Cuda
Pytorch
Sim2Real
Vla
Wam
多模态感知
导航定位
强化学习
AI 估算 · 40k–80k
具身智能AI算法专家属于前沿技术岗位，市场需求旺盛，北京地区高级算法专家月薪通常在40k-80k之间，考虑公司B轮融资和行业热度，14薪较合理。
职位详情
关于这个职位
该职位专注于具身智能领域，负责研发机器人自主导航、环境感知、运动控制、灵巧手抓取、多模态Agentic AI以及VLA/WAM大模型训练推理等前沿算法
你将参与从算法设计到真机调试的全流程，推动具身智能技术在复杂场景下的落地应用
适合对机器人系统有浓厚兴趣、具备扎实AI和编程基础的专家级人才
最低要求
（1）计算机、软件、自动化、机械、电子、数学、精密仪器等相关专业
工作职责
投入自主导航与定位系统构建，优化复杂场景目标定位、动态目标实时跟踪、复杂环境重定位、视觉语言实时导航等算法，参与算力受限下的性能优化和真机闭环测试，提升机器人在动态和非结构化场景下的导航精度与实时性
投入环境感知与语义建图算法研究，优化3D场景重建、开放词表语义理解、多模态特征对齐与融合、实时稀疏建图技术，参与感知模块计算与内存性能优化，提升机器人对开放环境的认知粒度与建图效率
投入强化学习运动控制算法研究，优化奖励函数设计、Sim2Real迁移、全身运动控制、生成式运控等技术，参与仿真环境搭建与真机部署调试，提升机器人在复杂场景下的运动鲁棒性、灵活性及抗干扰能力
投入灵巧手自适应抓取算法开发，优化多指协同控制、触觉反馈融合、未知物体泛化抓取策略及基于阻抗控制的柔顺操作算法，参与抓取规划仿真与真机标定调优，提升灵巧手在杂乱场景下的抓取成功率与操作精细度
投入多模态AgenticAI算法研究，优化上下文管理、场景语义理解、多步工具调用、SFT场景微调、AgenticRL等技术，参与Agentic工作流编排与端云协同开发，提升长时程任务执行效率、自主纠错能力和系统鲁棒性
投入VLA/WAM端到端大模型训练与推理优化，优化多模态数据合成、世界模型状态预测、端侧大模型架构设计等技术，参与大模型在边缘计算平台的推理部署与算子加速，提升具身大模型的泛化能力与端侧推理实时性
优先资格
（2）有以下任一经验者优先：
a. 编程基础扎实，掌握python/C/C++编程语言，熟悉pytorch/cuda等AI开发框架，有良好的架构设计和编程习惯
b. 具有AI训练、AI推理、CV、深度学习、模型部署等AI算法相关经历
c. 具有机器人多模感知、路径规划、运动控制、建图定位相关算法研究和开发经历
d. 具备较强的新技术和新架构研究能力，可快速跟踪洞察业界最前沿AI领域技术
e. 具备独立工作能力和解决问题的能力
AI 洞察
优缺点分析
优点
- 处于具身智能前沿赛道，技术壁垒高，成长空间大
- 公司是明星创业公司，B轮融资资金充裕，项目落地机会多
- 能接触到从算法到真机的全流程，综合能力提升快
- 技术难度极高，涉及多学科交叉，需要持续学习最新论文
- 行业竞争激烈，头部公司争抢人才，工作强度可能较大
缺点 / 挑战
- 算法落地对真机调试要求高，可能面临较多试错和迭代压力
- 适合对机器人技术有极大热情、具备扎实AI基础、喜欢挑战工程与算法结合难题的资深工程师
角色解读
- 可向具身智能算法架构师或技术负责人方向发展，主导机器人核心算法体系
- 也可深入某个细分领域（如灵巧手或大模型推理）成为顶级专家
- 随着行业成熟，有望晋升为AI研究科学家或团队技术Lead
- 负责机器人自主导航与定位算法研发，优化动态环境下的定位与实时导航性能
- 研究环境感知与语义建图技术，提升3D场景重建和多模态特征融合效率
- 开发强化学习运动控制算法，实现Sim2Real迁移和全身运动鲁棒控制
- 设计灵巧手自适应抓取策略，结合触觉反馈提升杂乱场景抓取成功率
- 扎实的编程能力，精通Python/C++，熟悉PyTorch/CUDA等AI框架
- 深厚的AI算法基础，包括深度学习、CV、强化学习、模型部署等
- 机器人领域知识，如多模态感知、路径规划、运动控制、SLAM等
- 具备独立研究和快速学习新技术的能力
申请策略
- 在申请材料中展示你对具身智能领域的理解和对公司技术路线的见解
- 可以附上个人GitHub链接或技术博客，体现持续学习和开源贡献
- 突出机器人相关项目经历，特别是自主导航、运动控制或灵巧手抓取方向
- 详细描述AI模型训练、部署和优化经验，包括具体的技术栈和性能指标
- 强调强化学习或Sim2Real的实际落地案例，展示解决真机问题的能力
- 系统学习最新的VLA/WAM论文，如RT-2、Octo等，并尝试复现
- 补足边缘计算推理优化知识，如TensorRT、ONNX Runtime等
- 熟悉至少一种机器人仿真环境，如Isaac Sim、MuJoCo或Gazebo
面试指南
- 先讲清问题背景和指标，然后说主流方法，接着讲你的创新点或改进，最后用实验结果支撑
- 对于设计类问题，先拆解目标，再给出候选方案，对比优劣，最后推荐一个并说明理由
- 对开放性问题，先界定范围，再结构化回答（如从数据、模型、部署三个层面）
- 请介绍一个你负责的机器人导航算法项目，包括遇到的挑战和解决方案
- 如何设计一个用于灵巧手抓取的深度强化学习奖励函数？
- 谈谈你对VLA（视觉-语言-动作）模型的理解，以及它在具身智能中的优缺点
- Sim2Real迁移中常见的域差有哪些？你是如何处理的？
- 如果你需要在边缘设备上部署一个视觉感知模型，你会如何优化？
职位点评
71
综合评分
前沿具身智能算法岗，技术成长极高，薪资有竞争力但WLB一般。
更适合这类人
最适合追求技术前沿和职业成长、不介意高强度工作的求职者。
表现最好
成长发展
相对薄弱
工作生活
薪资福利65
成长发展95
工作生活40
使命价值85
薪资福利
65中等
薪资丰厚但未明确具体数字，公司B轮融资处于成长期，稳定性一般，福利信息不透明。
薪资信号未披露（AI估算：40K-80K/月）
成长发展
95较高
职位聚焦最前沿的具身智能技术，包含大量核心技术，成长空间极大，但未明确提及晋升通道。
技术前沿前沿/新兴技术
技术栈Python、C++、PyTorch、CUDA、强化学习、Sim2Real、VLA、WAM、Agentic AI
业务类型profit_center
工作生活
40较低
工作地点北京，研发岗通常需要现场办公，未提及弹性工作或WLB政策，行业强度较高。
工作模式仅现场办公
办公地点市区核心地段
加班情况未提及（无法判断）
使命价值
85较高
具身智能是未来十年最具社会影响力的技术之一，智元机器人致力于推动机器人走进生活，使命感强。
行业发展高速增长赛道
社会影响正向社会影响力较高
创新程度开拓性创新（行业首创）
Watch Jobs