智元机器人
具身后训练强化学习算法实习生
具身后训练强化学习算法实习生
发布于 4 小时前实习/见习
实习生仅现场办公具身智能
具身智能
Pytorch
Scaling Law
Vla
Vlm
具身智能
大模型训练
强化学习
机器人控制
值不值得投
76综合评分
综合评分 76
前沿具身智能算法实习岗，技术栈顶尖、成长空间巨大，适合热爱机器人研究的算法人才。
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
7千
比具身智能中位数低
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 1500 个在招 · 其中具身智能 39 个
市场机会
选择面较广
上海 · 具身智能 · 61 个在招
职位详情
关于这个职位
该职位主要在智元机器人参与具身基础模型的后训练与强化学习研发，致力于提升机器人的任务成功率与泛化能力
你将参与机器人自主学习算法研究、数据配方与Scaling Law探索，并协助开展仿真及真机实验，推动算法在实际任务中的落地与迭代
最低要求
硕士及以上学历，计算机、人工智能、机器人、自动化等相关专业，具备扎实的数学与机器学习基础
熟悉强化学习基本原理，对 Offline / Online RL、VLA / VLM、具身大模型等方向中的一个或多个有所了解，并有浓厚的研究兴趣
具备良好的算法实现与实验能力，能够在指导下开展问题分析、算法复现、实验设计与结果分析
熟悉 Python 和 PyTorch，具备良好的代码能力
工作职责
参与具身基础模型的后训练与强化学习研发，提升机器人任务的成功率、执行效率、鲁棒性与泛化能力
参与机器人自主学习算法研究，利用真实执行中的成功、失败及环境反馈，探索减少人工依赖的方法
参与机器人交互经验的数据配方与 Scaling Law 研究，分析交互规模与模型能力增长之间的关系
参与具身后训练系统的开发与优化，提升训练与数据处理的效率、稳定性和可扩展性
协助开展仿真及真机实验，完成算法实现、实验验证与结果分析，推动算法在实际任务中的迭代
优先资格
有大模型训练、强化学习或 RLinf 等框架使用经验者优先
有相关科研经历、高水平会议论文、高质量开源项目或真实机器人实践经验者优先
AI 洞察
优缺点分析
优点
- 处于具身智能与机器人行业的风口，技术栈前沿（VLA/VLM、RL）
- 能接触到真机实验与Scaling Law研究，积累稀缺的软硬结合算法经验
- 真机实验涉及软硬件协同，调试周期可能较长
- 适合对机器人和强化学习有浓厚兴趣，具备扎实算法基础，且希望在具身智能前沿领域深耕的硕士及以上在校生
缺点 / 挑战
- 具身智能属于前沿探索领域，技术迭代极快，面临较高的技术难度与试错成本
角色解读
- 从算法实习生成长为具身智能领域的核心算法工程师，未来可向强化学习专家、机器人大脑算法负责人或具身大模型研究员方向发展
- 参与具身基础模型的后训练与强化学习算法研发，提升机器人任务成功率与泛化能力
- 研究机器人自主学习算法，探索数据配方与Scaling Law，并协助开展仿真与真机实验验证
- 扎实的数学与机器学习基础，熟悉强化学习（Offline/Online RL）及具身大模型（VLA/VLM）
- 熟练掌握Python和PyTorch，具备算法复现与实验设计能力
申请策略
- 提前了解智元机器人的产品线及其技术路线，在面试中展现对具身智能落地及Sim-to-Real问题的思考
- 突出强化学习、大模型训练或机器人控制相关的项目经历
- 展示在VLA/VLM、Offline/Online RL等方向的研究成果或开源项目
- 深入学习PyTorch及主流RL框架，了解具身大模型的最新论文（如RT-2、Octo等），提升代码实现与实验设计能力
面试指南
- 采用STAR法则描述项目经历，重点突出问题分析、算法选型、实验对比及最终收益
- 对于前沿问题，先阐述理论基础，再结合具体场景给出自己的见解和解决思路
- 请介绍你熟悉的强化学习算法（如PPO、SAC）及其在连续控制中的应用
- VLA和VLM在具身智能中的区别是什么？你如何看待后训练在其中的作用？
- 在机器人自主学习中，如何处理仿真与真机之间的Sim-to-Real Gap？
- 请描述一个你独立完成的算法复现或实验设计项目，遇到了什么困难及如何解决？
- 复习强化学习经典理论及最新具身智能顶会论文（ICRA, IROS, CoRL, NeurIPS）
- 准备好自己的代码库或开源项目，以便在面试中展示代码能力
职位点评
薪资福利65
成长发展95
工作生活50
使命价值85
薪资福利
65中等
实习岗位薪资按日薪折算，符合上海AI算法实习生的市场平均水平，能满足基本生活需求，但非正式员工薪资。
薪资信号未披露（AI估算：5–9千/月）
成长发展
95较高
岗位涉及具身大模型、强化学习、Scaling Law等最前沿技术，且包含真机实验，技术成长空间极大。
技术前沿前沿/新兴技术
技术栈强化学习、VLA、VLM、具身大模型、PyTorch、Scaling Law、Python
业务类型ambiguous
工作生活
50较低
实习岗位通常需要保证一定的出勤时间，且涉及真机实验，工作节奏可能较快，WLB情况未明确。
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
85较高
具身智能是未来AI发展的重要方向，致力于让机器人更好地服务人类，具有较高的行业前景和使命感。
行业发展高速增长赛道
社会影响中性/一般
创新程度开拓性创新（行业首创）
Watch Jobs