智元机器人
具身智能算法实习生（后训练 Infra 方向）
具身智能算法实习生（后训练 Infra 方向）
发布于 1 天前实习/见习
上海市
无经验要求
实习生
仅现场办公
本科
研究与开发 (研发)
Ppo
Pytorch
Sac
分布式系统
强化学习
机器人
模仿学习
真机强化学习
AI 估算 · 4k–8k
实习岗位，考虑公司为B轮融资、中大型企业，上海地区算法实习生月薪通常在4k-8k之间，薪资水平中等偏低，但技术含金量高，适合积累经验。
职位详情
关于这个职位
这是一个面向具身智能后训练方向的算法实习岗位，你将参与构建真机强化学习的规模化训练框架，涉及分布式系统开发与前沿算法复现
适合对强化学习、机器人技术有强烈兴趣的硕士或优秀本科生，能快速积累工程化经验和深度技术能力
最低要求
计算机、AI、机器人等相关专业硕士在读或优秀本科生
熟悉 Python，熟练使用 PyTorch，有深度学习项目经验
对强化学习（PPO/SAC/DAgger 等）有基础理解或强烈兴趣
具备良好的工程意识与代码规范，愿意深入理解底层原理
实习 3 个月以上优先，能长期实习更佳
工作职责
参与具身智能后训练框架的设计与迭代，构建支撑真机强化学习的规模化训练能力
理解强化学习、模仿学习等后训练算法（PPO/SAC/DAgger 等），参与基于算法特性的训练架构设计与实现
参与云端多机多卡训练 + 边缘多机多本体 rollout 的分布式异步训练系统开发
参与多种后训练算法的框架侧适配与验证
参与云边通信模块开发（权重同步、数据回传、时延隐藏）
跟进后训练领域前沿进展，参与新算法的复现与工程化验证
优先资格
有分布式系统或通信框架（RPC / gRPC / ZMQ 等）使用经验
有真机强化学习或仿真器（RoboSuite / ManiSkill / Isaac 等）使用经验
有论文复现或相关研究经验
AI 洞察
优缺点分析
优点
- 接触具身智能前沿领域，技术成长快
- 参与分布式训练系统开发，工程能力提升显著
- 公司处于B轮融资阶段，发展潜力大
- 有机会跟进顶会论文并复现实践
- 分布式系统调试复杂，需要较强的排查能力
缺点 / 挑战
- 实习期可能面临较高技术难度和快速学习要求
- 岗位对代码质量和工程规范要求较高
- 适合对强化学习和机器人有强烈兴趣、具备扎实编程基础、渴望挑战前沿技术的硕士或优秀本科生
角色解读
- 从实习积累强化学习工程经验，未来可转向算法工程师或研究员
- 深入分布式训练和云边通信技术，可发展为基础设施工程师
- 具身智能为前沿方向，可进入机器人或AI应用领域
- 参与后训练框架的设计与迭代，构建真机强化学习的大规模训练能力
- 基于PPO、SAC等算法特性，设计和实现训练架构
- 开发云端多机多卡训练与边缘端rollout的分布式异步系统
- 跟进前沿算法，进行复现与工程化验证
- 扎实的Python和PyTorch基础，有深度学习项目经验
- 对强化学习有理解或强烈兴趣，熟悉PPO/SAC等算法
- 良好的工程意识，愿意深入底层原理
- 加分项：分布式系统、仿真器使用经验
申请策略
- 在简历中展示对具身智能方向的热情，如相关课程项目或开源贡献
- 了解智元机器人的技术路线，提前思考如何与自身经验结合
- 突出Python和PyTorch的项目经验，如深度学习模型训练或部署
- 如有强化学习项目（如机器人控制、游戏AI）务必详细描述
- 强调分布式系统或通信框架（如RPC/gRPC）的使用经验
- 列出复现过的论文或相关研究经历，体现科研能力
- 提前学习分布式训练知识，如PyTorch DDP、Horovod等
- 熟悉一种机器人仿真器（如Isaac Sim、ManiSkill）
面试指南
- 对于算法问题：先讲原理（目标函数、更新公式），再举例实现细节
- 工程问题：从问题分析、设计方案、具体实现、效果验证四步回答
- 项目问题：用 STAR 法则（情境-任务-行动-结果）组织
- 讲解PPO算法的原理和实现流程
- 如何处理分布式训练中的通信和同步问题？
- 你如何优化一个强化学习模型的训练效率？
- 简述一个你参与的深度学习项目，遇到的挑战及解决方式
- 对具身智能领域的了解及未来发展趋势的看法
职位点评
68
综合评分
前沿技术栈、强成长性、低薪资补偿、现场办公。
从学习成长、工作节奏、岗位方向和实习待遇综合评估，方便比较实习机会。
更适合这类人
适合以技术成长为首要目标、不介意实习薪资较低、愿意投入大量时间学习前沿技术的求职者。
表现最好
成长发展
相对薄弱
薪资福利
薪资福利40
成长发展90
工作生活50
使命价值75
薪资福利
40较低
实习薪资水平一般，且未提及福利，补偿性动机满足度较低。
薪资信号未披露（AI估算：4K-8K/月）
成长发展
90较高
职位涉及具身智能前沿技术、分布式训练、云边通信，成长空间极大，发展性动机满足度高。
技术前沿前沿/新兴技术
技术栈Python、PyTorch、PPO、SAC、DAgger、分布式系统、gRPC、ZMQ、真机强化学习、仿真器
成长机会参与前沿算法复现、跟进后训练领域前沿进展
业务类型ambiguous
工作生活
50较低
实习通常要求现场办公，未提及弹性工作或WLB，生活化动机满足度一般。
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
75中等
具身智能属于高速增长赛道，技术前沿，社会影响力中性，有较强使命感。
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
智元机器人 的其他在招职位
相似职位推荐
Watch Jobs