智元机器人
具身操控AI算法专家
具身操控AI算法专家
发布于 大约 14 小时前普通员工/个人贡献者
北京市
专家级经验
全职员工
仅现场办公
学历未注明
研究与开发 (研发)
Agentic Ai
Cuda
Pytorch
Vla
Wam
强化学习
灵巧手
环境感知
多模态Ai
AI 估算 · 35k–60k
北京算法专家岗，B轮融资公司，要求深厚技术栈，薪资竞争力强，参考行业水平估算中高位。
职位详情
关于这个职位
该职位专注于具身智能机器人的核心算法研发，涉及自主导航、环境感知、强化学习、灵巧手操控、多模态AI及端到端大模型训练推理
你将参与前沿算法设计、软件开发与真机调试，推动具身智能技术在复杂场景中的落地应用
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
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
- 处于具身智能和机器人结合的前沿赛道，技术壁垒高，发展前景广阔
- 涉及多个热门方向（强化学习、多模态、大模型），技能积累复合且稀缺
- B轮公司且聚焦机器人领域，有机会深度参与产品从0到1的算法落地
- 算法复杂度高，需要同时掌握感知、控制、AI等多领域知识，学习曲线陡峭
- 行业竞争激烈，需持续跟踪最新论文和技术趋势以保持领先
- 适合具备扎实算法基础、对机器人充满热情、喜欢解决复杂工程问题并愿意在高速成长赛道深耕的求职者
缺点 / 挑战
- 真机调试和性能优化任务繁重，可能面临硬件限制和迭代压力
角色解读
- 在具身智能前沿领域积累算法经验，逐步成为导航/感知/控制方向的专家
- 可晋升为技术负责人或算法团队Lead，主导关键系统设计与落地
- 具备向机器人公司、AI大厂或自动驾驶等泛机器人领域转型的潜力
- 设计并优化机器人自主导航与定位算法，处理动态环境下的实时跟踪与重定位
- 研发环境感知与语义建图技术，结合多模态特征实现高精度的3D场景理解
- 开发强化学习和运动控制算法，推动Sim2Real迁移与全身运动鲁棒性提升
- 参与灵巧手自适应抓取、多模态AgenticAI及VLA/WAM大模型训练推理优化
- 扎实的编程功底，熟练掌握Python/C++及PyTorch/CUDA等AI框架
- 深入了解机器人导航、感知、运动控制或灵巧手抓取等至少一个方向
- 熟悉深度学习和多模态AI技术，具备模型训练和部署经验
- 较强的问题解决能力和新技术追踪能力，能够独立推进算法落地
申请策略
- 深入了解智元机器人的产品线和技术方向，在求职信中表达对公司愿景的认同
- 准备好展示一个完整的算法项目，从问题定义、方案设计到实验结果的闭环
- 突出机器人相关项目经验，特别是导航、感知或控制算法的实际落地成果
- 展示编程能力和AI框架使用深度，如使用PyTorch优化的模型或部署工程
- 如有论文、专利或开源贡献，重点列出以证明研究能力和技术视野
- 强调独立解决问题的案例，例如性能优化或Sim2Real迁移的难点攻克
- 补充强化学习（如PPO、SAC）和Sim2Real相关实践，熟悉主流机器人仿真环境
- 学习多模态模型（如CLIP）和Agent框架（如ReAct）的原理与应用
面试指南
- STAR法则：描述项目背景、目标、行动步骤和量化结果，突出算法选型和调优过程
- 问题分解法：将复杂问题拆解为子问题，逐一阐述技术方案和取舍原因
- 展示迭代思维：从baseline出发，说明如何通过分析和实验逐步改进性能
- 请详细描述你参与过的一个机器人导航或感知项目，包括技术难点和解决方案
- 如何设计一个奖励函数使机器人学会在复杂地形上行走？Sim2Real迁移中遇到过哪些问题？
- 多模态特征融合有哪些常用方法？在语义建图中如何实现开放词表理解？
- VLA/WAM模型在端侧部署时面临哪些挑战？如何优化推理速度？
- 假设你在真机调试中发现算法表现与仿真差距很大，你会如何系统性地排查问题？
职位点评
73
综合评分
具身智能前沿算法岗，成长性极高，薪资待议，工作强度可能较大。
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与前沿创新、愿意接受高强度工作换取职业跨越式发展的求职者。
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95
工作生活40
使命价值85
薪资福利
70中等
职位未明确薪资范围，但B轮融资公司且为算法专家岗，预计薪资具有竞争力，但初创公司股权可能占比较大，现金部分略低于大厂。
薪资信号未披露（AI估算：35K-60K/月）
成长发展
95较高
该职位涉及具身智能最前沿的算法方向，技术栈丰富且成长空间大，明确鼓励技术探索和业界跟踪，发展性极强。
技术前沿前沿/新兴技术
技术栈强化学习、多模态、VLA、WAM、Sim2Real、Agentic AI
业务类型profit_center
工作生活
40较低
仅现场办公且位于北京，初创公司可能面临高强度工作，未提及弹性或WLB信息，生活平衡度较低。
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
具身智能是高速增长赛道，直接推动机器人技术革新，社会价值较高，工作内容具有明确的创新性和使命感。
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