优才-具身智能算法工程师（后训练 Infra 方向）-觅蜂子公司

优缺点分析

角色解读

• 从算法基础设施工程师成长为具身智能领域的系统架构专家
• 可向算法研究岗转型，深入优化核心算法或探索新范式
• 也可向技术管理岗发展，带领团队构建更大规模的训练系统
• 设计并迭代具身智能后训练框架，支持真机强化学习的规模化训练
• 深入理解PPO、SAC等算法，基于算法特性优化训练架构与数据流
• 实现云端多机多卡训练与边缘多机多本体rollout的分布式异步架构
• 构建统一算法框架，支持新算法快速接入，并跟进前沿论文进行工程化复现
• 扎实的Python/C++编程能力，熟悉分布式系统设计与实现
• 深入掌握强化学习算法（PPO/SAC/DAgger等），理解on-policy/off-policy特性
• 熟悉PyTorch分布式训练，了解RPC/gRPC/ZMQ等通信框架
• 具备系统设计能力，能平衡功能、效率与稳定性

申请策略

• 在面试中主动展现对具身智能技术路线的理解，以及你对后训练框架的看法
• 关注智元机器人的产品方向，思考你的技能如何解决实际问题
• 突出强化学习相关项目经验，尤其是PPO、SAC等算法实际应用
• 强调分布式训练系统的设计或优化经历，包括多机多卡、异步架构等
• 展示Python/C++编程能力，以及系统设计中的权衡思考
• 如有云边协同或异构集群经验，务必重点描述
• 复习强化学习基础知识，重点理解on-policy/off-policy与数据流
• 动手实践PyTorch分布式训练，熟悉RPC、gRPC等通信框架

面试指南

• 使用STAR法则：Situation, Task, Action, Result
• 先描述背景和任务，再讲具体行动和结果
• 对于系统设计题：先明确需求，然后给出架构方案并解释取舍，最后提及扩展性考虑
• 请解释PPO算法的on-policy特性，以及如何设计高效的训练数据流？
• 你如何设计一个支持百台机器分布式训练的系统？关键挑战有哪些？
• 描述一次你优化分布式训练性能的经历，遇到了什么问题？如何解决？
• 你对后训练领域的前沿趋势有什么看法？如何选择要复现的论文？
• 在系统设计中，你如何在功能、效率、稳定性之间做权衡？举例说明