智元机器人
具身模型算法工程师-临界点子公司
具身模型算法工程师-临界点子公司
发布于 2 小时前普通员工/个人贡献者
全职员工仅现场办公具身智能
具身智能
Ai Agent
Vla
具身智能
分布式训练
多模态大模型
强化学习
灵巧手操作
端侧部署
值不值得投
81综合评分
综合评分 81
前沿具身智能核心算法岗，技术栈顶尖且成长空间巨大，薪资竞争力强，但研发挑战大且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。
薪资怎么样
5万
比具身智能中位数高
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 1530 个在招 · 其中具身智能 38 个
市场机会
选择适中
深圳 · 具身智能 · 18 个在招
职位详情
关于这个职位
该职位聚焦灵巧手操作场景，负责具身智能模型与AI Agent的核心算法研发，涵盖从数据工程、模型预训练到真机部署的完整闭环
你将参与多模态感知融合、强化学习及长时序任务规划，推动前沿算法在真实机器人上的落地与持续迭代
最低要求
教育背景：硕士及以上，计算机、人工智能、机器人等相关专业
技能要求：
熟悉各具身智能模型框架
了解模型训练与优化的各种方法
对“数据→训练→部署”全流程有深度认知，有动手实践经验者优先
有真机部署经验者优先
工作职责
数据工程与训练基础设施：
参与构建可规模化的数据生产流水线，接触真实机器人海量数据
学习并参与大规模分布式训练系统优化
动手实践模型推理优化与端侧部署，让算法真正跑在机器人上
预训练与后训练：
参与多模态数据配比与表示学习，探索VLA/具身大模型前沿
挑战灵巧手操作任务的强化学习算法，从离线模仿学习到在线强化学习全链路
研究视觉、触觉、力反馈等多模态感知信息与决策的深度融合
AI Agent与规划：
设计任务理解与分解机制，挑战长时序、多步骤灵巧操作的在线规划
实现工作流的状态管理、异常处理与动态调整
集成大语言模型及外部API，完成Agent在仿真与真机中的部署验证
评测体系与迭代：
搭建仿真与真机评测基准，定义“什么是好的灵巧手模型”
主导模型失败案例分析，你的分析将直接驱动算法迭代
跟踪具身智能与强化学习领域前沿技术，推动算法在真实灵巧手上持续进化
优先资格
了解机器人仿真环境（MuJoCo、Isaac Sim、Gazebo等）或真机部署流程
有数据流水线、评测体系建设相关项目经验
了解大规模分布式训练基本概念
有具身智能、VLA、多模态大模型相关项目或研究经历
有从数据到模型到部署的完整项目经历（含课程大作业/科研项目）
在顶会/顶刊发表过相关论文
AI 洞察
优缺点分析
优点
- 处于具身智能与机器人行业的最前沿，能接触到真实机器人海量数据与真机部署的稀缺研发资源
- 技术栈涵盖VLA、强化学习等当前最热门方向，与顶尖团队合作，个人技术壁垒构建极快，行业前景广阔
- 真机部署涉及复杂的软硬件协同，调试难度大，对工程落地能力和跨学科解决问题的能力要求极高
- 适合对机器人和AI有强烈热情，具备扎实算法基础且喜欢动手解决复杂工程问题的研究型或全栈型算法人才
缺点 / 挑战
- 具身智能属于前沿探索领域，技术路线尚未完全收敛，面临较高的研发不确定性与失败率
角色解读
- 可向具身智能算法专家、AI Agent架构师方向发展，成为机器人核心算法领域的技术领军人物
- 随着具身智能行业的爆发，有机会成长为软硬一体化机器人产品的技术负责人或初创团队核心成员
- 负责具身智能模型与AI Agent的核心算法研发，聚焦灵巧手操作场景，构建从数据生产、模型训练到端侧部署的完整闭环
- 在真实机器人上进行算法验证与迭代，解决多模态感知融合、长时序任务规划及强化学习等前沿技术难题
- 需要扎实的计算机视觉、强化学习与多模态大模型基础，熟悉VLA等具身智能主流框架
- 具备从仿真环境（如MuJoCo、Isaac Sim）到真机部署的全链路工程能力，了解分布式训练与端侧推理优化
申请策略
- 了解智元机器人在灵巧手和 humanoid 机器人方面的最新产品进展，面试时可结合其实际产品探讨算法落地场景与优化思路
- 重点突出在具身智能、VLA或强化学习方向的项目经历，尤其是从数据到模型再到部署的完整闭环经验
- 强调在仿真环境（如Isaac Sim）或真机上的部署成果，以及相关的顶会/顶刊论文或开源项目贡献
- 提前熟悉MuJoCo或Isaac Sim等主流机器人仿真环境，补充大规模分布式训练和端侧模型推理优化的工程实践经验
- 深入学习离线模仿学习到在线强化学习的全链路算法，了解多模态大模型在机器人控制中的最新应用
面试指南
- 采用 STAR 法则，重点突出在“数据-训练-部署”闭环中解决的具体技术难点与量化收益
- 对于规划与多模态融合问题，先阐述理论框架与算法选型依据，再结合具体仿真或真机实验数据说明效果与迭代过程
- 请详细介绍一个你从数据到模型再到真机部署的完整项目经历，遇到了哪些难点？
- 在灵巧手操作任务中，如何有效融合视觉、触觉和力反馈等多模态信息？
- 针对长时序、多步骤的灵巧操作，你的任务理解与在线规划机制是如何设计的？
- 在模型推理优化与端侧部署时，你遇到过哪些性能瓶颈，是如何解决的？
- 复习强化学习（特别是离线模仿学习到在线强化学习）和多模态大模型（VLA）的最新前沿论文与开源代码
- 准备好自己过往项目中失败案例的深度复盘，展示你如何通过分析失败原因驱动算法迭代的能力
职位点评
薪资福利85
成长发展95
工作生活50
使命价值90
薪资福利
85较高
具身智能算法岗属于当前市场高薪赛道，硕士学历叠加核心算法研发职责，薪资竞争力强，但JD未明确披露具体薪资与福利细节。
薪资信号未披露（AI估算：3.5千–6.5万/月）
成长发展
95较高
岗位聚焦具身智能、VLA、强化学习等最前沿技术，且强调真机部署与完整闭环，技术成长空间与行业前景极佳。
技术前沿前沿/新兴技术
技术栈具身智能、AI Agent、VLA、强化学习、多模态大模型、MuJoCo、Isaac Sim、分布式训练
成长机会学习并参与、探索...前沿、挑战、跟踪...前沿技术
业务类型profit_center
工作生活
50较低
JD未提及工作模式与WLB相关信息，但作为前沿算法研发岗且涉及真机部署，通常工作节奏较快，生活化动机满足度一般。
工作模式未明确
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
90较高
具身智能是下一代人工智能的重要方向，推动真实机器人进化具有极高的科技使命感与行业变革意义。
行业发展高速增长赛道
社会影响中性/一般
使命信号让算法真正跑在机器人上、推动算法在真实灵巧手上持续进化
创新程度开拓性创新（行业首创）
Watch Jobs