智元机器人
具身算法工程师
具身算法工程师
发布于 大约 2 小时前普通员工/个人贡献者
上海市
高级经验
全职员工
仅现场办公
学历未注明
研究与开发 (研发)
Cuda
Ros2
多模态传感器
数据闭环
自动化质检
高性能存储
AI 估算 · 35k–60k
具身智能赛道热门，要求高，上海算法工程师薪资偏高，B轮公司有竞争力。
职位详情
关于这个职位
该职位负责构建和优化具身智能机器人的数据闭环系统，涉及从数据采集、传输、清洗、标注到训练和回放的全链路
你将处理多模态异构数据（视频、力觉、触觉、3D点云），设计高性能存储与检索架构，并部署前沿VLA或世界模型以支持自动化数据处理
适合对机器人技术和数据工程充满热情的工程师
最低要求
卓越的工程基石: 精通 Python/C++，具备优秀的系统架构设计能力，熟悉高性能分布式系统设计
大规模数据实战: 熟悉大规模数据处理框架（Spark, Flink, Ray），对云原生架构或大规模存储方案有深度实践
对具身的理解: 熟悉 Linux 环境，了解 ROS2 或其他机器人中间件，具备多模态传感器（摄像头、IMU、力传感器）数据处理经验
极致的性能追求: 能够对数据链路中的任何瓶颈（IO, Network, Memory）进行深度调优
工作职责
构建具身数据闭环 (Data Loop): 设计并实现覆盖“采集-传输-清洗-标注-存储-训练-回放”的全链路高性能数据流水线
高性能存储与检索: 针对大规模视频及传感器序列，设计高效的存储架构（如 HDF5, Parquet, 甚至是自研存储格式），支持毫秒级的随机采样
多本体数据采集适配: 针对多样化的机器人本体，负责端侧数据采集逻辑的适配与性能优化
在 Infra 团队提供的通信中间件基础上，解决不同硬件终端的数据同步、标准化与高效回流问题
自动化质量控制: 开发基于视觉算法和物理规则的自动化质检工具，构建机器人交互轨迹的“垃圾回收”机制，确保进入训练引擎的数据都是高价值样本
优先资格
有自动驾驶数据闭环 (Data Loop) 或大规模视频搜索系统的建设经验
主导或参与过大型开源数据处理项目
熟悉多路视频流处理，或具备使用 CUDA 加速大规模视觉数据预处理的实战经验
AI 洞察
优缺点分析
优点
- 处于具身智能前沿赛道，技术壁垒高，积累的经验稀缺且有长期价值
- 软硬结合的全栈视角，能深入理解机器人系统与数据驱动的闭环
- 涉及多模态异构数据，技术复杂度高，需要同时掌握工程和机器人知识
- 适合热爱机器人技术、擅长系统性能优化、乐于解决复杂工程问题的资深工程师
缺点 / 挑战
- 公司获B轮融资，处于快速扩张期，有较多技术挑战和成长空间
- 数据闭环要求极致的性能优化，工作压力可能较大，需应对实时性挑战
- 领域尚在早期，部分工具和标准不成熟，需要较高的自驱力和探索能力
角色解读
- 技术深度方向：成为数据闭环或存储系统架构专家，主导核心基础设施设计
- 算法交叉方向：结合VLA/世界模型部署经验，转向具身智能算法研发
- 管理方向：随着团队扩张，可晋升为技术负责人或数据平台负责人
- 设计和实现从机器人数据采集到训练的全链路数据流水线，包括传输、清洗、存储和回放
- 针对多模态传感器数据（视频、力觉、触觉等）建立高性能存储架构，支持毫秒级随机采样
- 适配不同机器人本体的数据采集逻辑，优化端侧性能，确保数据同步与标准化
- 开发自动化质检工具，基于视觉算法和物理规则过滤低质量数据，保证训练数据的高价值
- 精通Python/C++，具备系统架构设计和高性能分布式系统开发能力
- 熟悉大数据处理框架（Spark、Flink、Ray），有云原生或大规模存储实践
- 了解ROS2或其他机器人中间件，具备多模态传感器数据处理经验
- 能够对IO、网络、内存等瓶颈进行深度性能调优
申请策略
- 在求职信中明确表达对具身智能的热情，并提及对数据驱动智能进化的理解
- 准备一个关于过往数据系统性能优化或分布式处理的详细案例，展示系统设计能力
- 突出大数据处理框架（Spark、Flink、Ray）的实际项目经验，尤其是数据流水线或数据闭环相关
- 强调ROS2或机器人中间件的使用经历，以及多模态传感器数据处理案例
- 展示性能调优成果，如IO优化、内存管理、分布式系统加速等具体指标
- 若缺乏机器人经验，可快速学习ROS2基础并完成一个简单的小项目（如数据采集回放）
- 熟悉CUDA编程和视频流处理，能提升竞争力
- 了解自动驾驶或机器人数据闭环的常见架构，阅读开源项目如OpenPilot等
面试指南
- 对于系统设计题，先明确需求和数据特征，再分层阐述架构（采集、传输、存储、查询），突出关键决策如存储格式选择、索引策略
- 对于性能优化题，先定位瓶颈（IO/网络/内存），然后给出可量化的优化方案（如批处理、异步、压缩等），并对比前后效果
- 对于机器人相关题，结合ROS2特性（如时间戳、TF变换）说明同步机制，并提及实际调试经验
- 如何设计一个支持多模态传感器数据的高效存储和检索系统？
- 描述你在使用Spark或Flink处理大规模数据时遇到的性能瓶颈及解决方案
- ROS2中如何实现多个传感器数据的时间同步？请举例
- 如何自动化检测机器人交互轨迹中的低质量数据？请提出算法和工程方案
- 复习大数据处理框架的核心原理和常见优化技巧，特别是流处理和批处理的差异
职位点评
71
综合评分
前沿具身智能赛道，技术挑战大，成长空间高，但生活平衡一般。
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
适合追求技术前沿、渴望在具身智能领域深入成长、不太介意工作强度和生活平衡偏弱的求职者。
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90
工作生活40
使命价值80
薪资福利
70中等
薪资水平在市场上有竞争力，B轮公司可能提供期权，但未明确提及福利，整体回报中等偏上。
薪资信号未披露（AI估算：35K-60K/月）
成长发展
90较高
职位处于具身智能前沿领域，技术栈先进（Spark、ROS2、CUDA），有大量成长机会，但JD未明确晋升路径。
技术前沿前沿/新兴技术
技术栈Python、C++、Spark、Flink、Ray、ROS2、CUDA、VLA、世界模型
业务类型profit_center
工作生活
40较低
仅现场办公，地点未明确市区还是产业园，JD未提WLB，可能涉及高强度性能优化，生活平衡一般。
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
80较高
具身智能是前沿领域，推动机器人智能化具有社会价值，但JD未明确使命感表述，行业处于高速增长期。
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