AgiBot logo
智元机器人
具身智能软件工程师

具身智能软件工程师

发布于 大约 9 小时前

普通员工/个人贡献者

上海市
高级经验
全职员工
仅现场办公
学历未注明
软件工程
Ros/Ros2
具身智能
多线程
机器人
Aimrt
环境封装
通信模式

AI 估算 · 30k–50k

具身智能是热门赛道,B轮融资且中大型企业,对软件工程能力要求高,薪资有竞争力。

职位详情

关于这个职位

作为具身智能软件工程师,你将是连接物理机器人与算法学习的桥梁,负责构建标准化的机器人训练环境,屏蔽底层硬件复杂性,为算法团队提供高效稳定的开发接口

你将处理多种机器人本体的集成与适配,开发调试工具,推动真机训练效率提升

最低要求

机器人相关背景: 具备机器人或自动驾驶行业经验,熟悉 Linux 环境及机器人中间件 (ROS/ROS2/AimRT等)

深厚的软件工程功底:
精通 Python 和 C++,具备深厚的系统编程能力
熟练掌握多线程、多进程、异步 IO 及常用的通信模式 (Pub/Sub, RPC)
精通机器人 I/O 逻辑: 深刻理解指令下发与状态反馈的完整链路,确保 Env 层数据的准确
架构思维: 能够设计出清晰、可扩展的抽象层,屏蔽多种本体的硬件差异,实现算法与硬件的解耦

工作职责

标准化环境构建 (Env Wrapper): 负责将不同品牌、不同协议的机器人底层软件封装为标准化的训练环境接口

确保 Env 层能够稳定、高效地调度底层资源,支持大规模真机训练
质量监督: 深入理解各机器人本体的传感器与控制模块,能够监控并判断机器相关软件问题,并驱动本体团队协作解决
多本体适配与协同: 负责跨本体的软件适配,在多变、异构的硬件环境中抽象出统一的逻辑层,消除本体团队与算法团队之间的技术隔阂
工具链开发: 研发支撑真机调试、遥操作及状态监控的软件工具,提升研发闭环效率

优先资格

懂运动控制 (Motion Control): 了解运动学、动力学或控制器原理 (PID/MPC)

懂遥操作 (Teleoperation): 有过低延迟视频回传、力反馈集成或 VR/手柄控制开发经验
高性能系统: 有过高性能网络通信优化或实时系统 (Real-time Linux) 调优经验

AI 洞察

优缺点分析

优点

  • 处于具身智能前沿领域,技术壁垒高,发展空间广阔,能积累稀缺的机器人软件工程经验
  • 接触多种机器人本体和底层协议,技术覆盖面广,能深度参与软硬结合的系统设计
  • 公司处于B轮快速增长期,有机会构建从零到一的训练平台,影响产品技术方向
  • 需同时掌握机器人底层硬件逻辑和上层软件开发,学习曲线陡峭,对综合能力要求高
  • 系统集成涉及多团队协作,沟通协调成本高,需快速定位并解决跨领域问题

缺点 / 挑战

  • 真机训练环境要求高可靠性,调试压力大,需处理复杂的实时性和同步问题
  • 适合有机器人或自动驾驶背景、精通Python/C++、热爱软硬结合挑战的工程师,希望在具身智能赛道深耕的人

角色解读

  • 从工程实施到架构设计,成长为机器人软件架构师,主导多本体融合方案
  • 深入算法侧,结合机器人学习体系,转型为具身智能全栈工程师
  • 向技术管理发展,带领团队构建下一代机器人训练平台
  • 设计并实现标准化的机器人训练环境接口,封装不同品牌和协议的底层软件,确保稳定高效的大规模真机训练
  • 跨多本体(如灵巧手、双臂、移动底座)进行软件适配,抽象统一逻辑层,消除硬件差异带来的技术隔阂
  • 开发调试、遥操作及状态监控工具,提升研发闭环效率,并监控机器人软件质量,驱动问题解决
  • 精通Python和C++,具备深厚的系统编程能力,熟悉多线程、多进程、异步IO及通信模式
  • 深入理解机器人中间件(ROS/ROS2/AimRT)和机器人I/O链路,包括指令下发和传感器反馈
  • 具备架构思维,能设计清晰可扩展的抽象层,实现算法与硬件的解耦

申请策略

  • 深入了解智元机器人的产品线和技术栈,在面试中展现对具身智能领域的热情和见解
  • 准备一个具体的机器人软件架构设计题,展示你的抽象和封装能力
  • 突出机器人或自动驾驶项目经验,尤其是与ROS/ROS2相关的工作,展示对中间件的熟练运用
  • 强调Python/C++系统编程能力,如多线程优化、通信模式设计,附上性能数据(延迟、吞吐)
  • 展示架构设计案例,如抽象层封装、硬件解耦的成果,体现架构思维
  • 复习运动学、动力学基础及控制理论(PID/MPC),了解实时系统调优方法
  • 学习遥操作相关技术,如低延迟传输、力反馈、VR集成,提升加分项竞争力

面试指南

  • 对于架构设计问题,先明确需求(多本体、高频、实时性),然后分层设计:硬件抽象层、通信中间件层、环境接口层,并强调模块化与可扩展性
  • 对于故障排查问题,采用系统化方法:从现象出发,逐步缩小范围(网络、软件、硬件),结合日志和性能工具(perf、tcpdump)定位根因
  • 对于经验类问题,使用STAR法则:情境、任务、行动、结果,突出你的设计决策和量化成果
  • 如何设计一个支持多品牌机器人统一训练的环境接口?请谈谈架构思路
  • 在ROS2中,如何确保跨机器人节点的高频通信低延迟与同步?
  • 当你发现机器人执行动作时出现延迟抖动,你会如何排查问题?
  • 请举例说明你如何在项目中实现算法与硬件的解耦?
  • 对运动控制或遥操作了解多少?能否描述一个相关项目?

职位点评

66
综合评分

前沿具身智能赛道,技术栈新、成长快,但现场办公且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
最适合追求技术成长和前沿挑战的求职者,对薪资和工作生活平衡要求不高。
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85
工作生活40
使命价值80

薪资福利

60中等

薪资未明确披露,但根据行业和融资阶段,预估薪资有竞争力,福利未知。

薪资信号未披露(AI估算:30K-50K/月)

成长发展

85较高

职位技术前沿,涉及具身智能核心,能深度参与软硬结合系统,成长空间大,但未明确提及晋升或培训。

技术前沿前沿/新兴技术
技术栈Python、C++、ROS/ROS2、多线程、通信模式、具身智能
业务类型ambiguous

工作生活

40较低

仅现场办公,未提及灵活工作或WLB,可能加班较多,通勤地点未明确。

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

80较高

属高速增长的具身智能赛道,技术创新性强,对机器人产业有推动意义,但社会影响中性。

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