智元机器人
真机强化学习交付实习生
真机强化学习交付实习生
发布于 4 小时前实习/见习
实习生仅现场办公AI算法
AI算法
Jax
Linux开发
Pytorch
强化学习 (Rl)
机器人部署
模型编译
现场交付
值不值得投
65综合评分
综合评分 65
前沿具身智能技术落地，高成长高挑战，需接受现场驻场交付
从薪资福利、成长发展、工作生活和使命价值四个维度综合评估，方便比较实习机会。
薪资怎么样
7.0千
比AI算法中位数低
发布情况
新岗位 · 今天发布
公司情况
这家公司招聘很活跃
约 1600 个在招
市场机会
选择适中
上海 · AI算法 · 31 个在招
职位详情
关于这个职位
该职位是智元机器人的真机强化学习交付实习生，主要负责机器人现场部署与算法落地
工作内容涵盖从数据采集训练、模型迭代优化到端侧编译部署及现场评测的全流程，旨在解决真机环境下的策略收敛与稳定性问题，确保算法在实际业务场景中高效运行
最低要求
硕士及以上学历，计算机、机器人、自动化等相关专业
真机经验突出的本科生同样考虑
具备真机强化学习的完整项目经验，精通主流RL算法(SAC/PPO/TD3 / DrQ等)
熟练使用PyTorch或JAX，具备部署侧的工程能力：模型导出、推理性能与延迟优化、版本管理
工程能力扎实，熟悉Linux开发环境与机器人软硬件
能接受阶段性驻场：项目周期内需在现场工作，跨城市驻场与阶段性出差均需接受
工作职责
采数训练:结合工位实际情况设计采数方案,指导数采员完成真机强化学习的数据采集与训练,保证策略收敛到目标成功率
模型迭代:持续优化算法,提升模型的泛化性、稳定性与收敛速度;跟踪前沿算法,并把可用的部分落到业务实际中
编译部署:完成模型的导出、编译与编译前后一致性校验,保证模型在端侧稳定运行
模型评测:建立现场评测标准(成功率、节拍、失败模式分布及问题定级分诊规范),对评测暴露的问题完成归因分析并给出解决方案
问题回流:将现场无法就地解决的问题整理为最小可复现案例,反馈研发侧,并参与修复方案的验证与回归
现场交付:在现场负责RL算法交付的全流程,覆盖采数训练、模型迭代、编译部署与模型评测;对交付结果负责
优先资格
有SERL/HIL-SERL/RLinf等真机RL框架的使用或二次开发经验
有产线设备现场调试经验，能独立处理机器人现场故障
做过灵巧手、双臂协同等接触丰富的操作任务
有客户侧交付经验，善于与客户产线对接
在CORL/RSS/ICRA/NeurIPS等会议发表过RL或机器人方向论文
AI 洞察
优缺点分析
优点
- 接触最前沿的具身智能与机器人技术，拥有极高的技术壁垒和实战价值
- 在大厂核心业务线实习，简历含金量高
- 工作环境可能较为艰苦（需驻场、出差），面临复杂的物理世界不确定性，调试难度远高于纯软件环境
- 对机器人领域有浓厚兴趣，不排斥现场工作，具备较强动手能力和抗压能力的理工科研究生
缺点 / 挑战
暂无明显挑战项
角色解读
- 可向机器人算法专家、具身智能系统工程师或AIoT交付专家方向发展，积累大量稀缺的真机调试经验
- 负责将强化学习算法从实验室环境迁移到真实机器人硬件上，解决‘最后一公里’的落地问题
- 需要精通主流RL算法（如PPO/SAC），同时具备较强的工程部署能力（模型编译、端侧优化）
申请策略
- 在求职信中明确表达对‘现场交付’挑战的接受度和热情，这是该岗位区别于纯研发岗的关键筛选条件
- 突出展示任何与‘真机’、‘硬件交互’、‘嵌入式部署’相关的经历，而不仅仅是仿真环境下的算法调优
- 提前熟悉模型量化、剪枝及TensorRT/ONNX Runtime等部署工具链，了解ROS/ROS2基础
面试指南
- 采用STAR法则（情境-任务-行动-结果），重点描述在‘真实环境’中遇到的具体Bug或性能瓶颈，以及你如何通过数据分析、代码优化或参数调整来解决它
- 请分享一个你处理过的最复杂的RL算法落地案例，遇到了哪些非仿真环境的挑战？
- 如何评估和优化模型在资源受限的端侧设备上的推理延迟？
- 当现场数据分布与训练数据差异较大时，你会采取什么策略进行模型迭代？
- 简述SAC和PPO算法在连续控制任务中的优缺点及适用场景
- 复习经典RL算法原理，准备1-2个完整的端到端项目案例（从数据采集到部署上线），并了解智元机器人的主要产品线（如稚行、逐日等）
职位点评
薪资福利65
成长发展92
工作生活35
使命价值75
薪资福利
65中等
作为B轮独角兽公司的实习岗，薪资虽符合市场水准但并非顶级高薪，主要吸引力在于技术成长而非即时经济补偿。
薪资信号未披露（AI估算：5.0–8.0千/月）
成长发展
92较高
该职位提供极高价值的技术成长机会，直接参与前沿具身智能技术的落地，技能栈兼具算法深度与工程广度。
技术前沿前沿/新兴技术
技术栈强化学习、PyTorch、JAX、模型编译、端侧部署
业务类型profit_center
工作生活
35较低
职位明确要求接受阶段性驻场和跨城市出差，工作性质偏向现场交付，WLB较差，生活灵活性低。
工作模式仅现场办公
办公地点工厂/生产基地
加班情况明确要求弹性/高强度
使命价值
75中等
投身于具身智能这一具有巨大社会潜力的新兴领域，致力于让机器人真正走进现实世界，具有较高的行业使命感。
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）
智元机器人 的其他在招职位
相似职位推荐
Watch Jobs