AgiBot logo
智元机器人
具身智能AI Agent工程师(R10990)

具身智能AI Agent工程师(R10990)

发布于 大约 14 小时前

普通员工/个人贡献者

深圳市
中级经验
全职员工
仅现场办公
硕士
研究与开发 (研发)
Ai Agent
Llm
Ros
Vlm
仿真
具身智能
机器人学习
真机部署

AI 估算 · 25k–45k

具身智能前沿方向,硕士学历要求,深圳一线城市,薪资竞争力强。

职位详情

关于这个职位

该职位聚焦具身智能领域,研发面向灵巧操作的AI Agent核心系统

你将负责设计长时序任务规划、多步骤灵巧操作算法,并集成大语言模型与外部API,在仿真和真机环境中部署验证
适合有机器人学习和AI Agent研发经验的硕士及以上人才

最低要求

基本要求:计算机、人工智能、机器人等相关专业硕士及以上学历,博士优先

年以上具身智能、机器人学习或AI Agent领域研发经验(含博士期间研究)
技能要求:精通Python/C++,有扎实的工程落地能力
在真实机器人系统上有完整项目交付经验,熟悉从仿真到真机的全流程
有ROS或机器人仿真环境使用经验

工作职责

设计任务理解与分解机制,负责长时序、多步骤灵巧操作任务的在线规划与动态重规划

实现工作流的状态管理、异常处理与动态调整能力
集成大语言模型及外部API,完成Agent在仿真与真机环境中的部署与验证
开发AI辅助工具,优化具身模型开发工作流

优先资格

在顶会或顶刊(CoRL、RSS、ICRA、IROS、NeurIPS、ICLR等)发表过相关论文

有LLM/VLM驱动的机器人任务规划项目经验
有ROS或机器人仿真环境使用经验,熟悉仿真到真机的全流程

AI 洞察

优缺点分析

优点

  • 处于具身智能这一前沿赛道,技术壁垒高,未来发展空间广阔
  • 公司为B轮阶段,技术投入大,有机会参与从0到1的研发过程,积累核心经验
  • 团队可能拥有顶尖学术背景,能接触到顶会研究动态和最新技术
  • 深圳作为科技中心,就业机会多,薪资水平有竞争力
  • 具身智能领域技术难度高,涉及机器人、AI、系统集成等多学科,学习曲线陡峭

缺点 / 挑战

  • 长时序任务规划与真机部署存在不确定性,需要大量调试和迭代,工作压力较大
  • 行业尚处于早期阶段,商业化路径不够清晰,存在一定职业风险
  • 适合对机器人、人工智能有强烈热情,喜欢挑战复杂工程问题,并愿意在前沿领域深耕的技术型人才

角色解读

  • 可以从AI Agent工程师成长为具身智能领域的专家,主导核心算法研发
  • 未来可向技术负责人(Tech Lead)或架构师方向发展,负责系统设计与团队管理
  • 随着具身智能行业快速发展,可转向产品化或创业方向,将技术落地为商业产品
  • 设计并实现灵巧操作的AI Agent,让机器人能够在复杂环境中自主完成长序列任务
  • 负责任务规划、状态管理和异常处理,确保机器人工作流的稳定运行
  • 集成大语言模型(LLM)和外部工具,将AI Agent部署到仿真环境和真实机器人上
  • 开发辅助工具和框架,提升具身模型研发效率
  • 精通Python和C++,具备扎实的工程能力,能够独立完成机器人系统开发
  • 深入理解具身智能或机器人学习领域,有从仿真到真机的完整项目经验
  • 熟悉ROS或机器人仿真环境,能够快速搭建和调试机器人应用
  • 了解大语言模型和视觉语言模型(VLM),有任务规划或Agent开发经验更佳

申请策略

  • 了解智元机器人的产品和研究方向,在面试中展示对其技术路线的理解
  • 准备好一个完整的项目案例,能够清晰讲解从需求、设计到实现和测试的全过程
  • 突出具身智能或机器人相关的项目经验,特别是从仿真到真机的完整交付案例
  • 详细描述使用Python/C++开发的机器人系统,包括任务规划、状态机和API集成
  • 如有顶会论文或开源贡献,需明确标注,体现研究能力和技术深度
  • 强调对ROS、仿真环境(如Isaac Sim、MuJoCo)的熟练度
  • 若缺少LLM/VLM经验,可以快速学习 LangChain、HuggingFace Transformers,并动手搭建一个简单的Agent demo
  • 熟悉机器人仿真工具如Isaac Sim或Gazebo,并掌握ROS 2的基本用法

面试指南

  • STAR法则:描述情境、任务、行动和结果,重点突出你在技术决策和问题解决中的角色
  • 对于算法设计题,先明确输入输出和约束条件,再提出多种方案并分析优缺点
  • 系统设计题需从整体架构出发,考虑模块划分、接口定义、异常处理等工程细节
  • 请描述一个你参与过的机器人项目,从仿真到真机的部署过程中遇到了哪些挑战?
  • 如何设计一个长时序任务的规划器?如果任务中途失败,如何进行动态重规划?
  • 你如何将大语言模型集成到机器人系统中?请举例说明
  • 谈谈你对具身智能领域的看法,未来发展的关键瓶颈是什么?
  • 用C++实现一个简单的状态机,用于控制机器人完成抓取任务

职位点评

66
综合评分

前沿具身智能赛道,研发AI Agent,薪资优厚,但工作强度大,WLB一般。

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
最适合重视技术成长、愿意接受高挑战、对工作生活平衡要求不高的求职者。
表现最好
成长发展
相对薄弱
工作生活
薪资福利70
成长发展85
工作生活30
使命价值75

薪资福利

70中等

该职位薪资估计处于市场较高水平,但未明确说明福利,且B轮公司可能股权较多但现金稳定性一般,整体补偿性中上。

薪资信号未披露(AI估算:25K-45K/月)

成长发展

85较高

职位处于具身智能前沿领域,技术新颖,有明确研究导向,但JD未提及具体培训或晋升通道,发展性较好但有不确定性。

技术前沿前沿/新兴技术
技术栈Python、C++、ROS、LLM、VLM、具身智能、机器人学习、AI Agent
业务类型ambiguous

工作生活

30较低

仅现场办公,深圳科技园,未提及弹性工作或WLB,可能加班较多,生活化动机满足度较低。

工作模式仅现场办公
办公地点科技园/产业园
加班情况未提及(无法判断)

使命价值

75中等

具身智能属于高速增长赛道,技术革新性强,有一定的社会影响力(推动机器人进入物理世界),但缺乏明确使命表述。

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