智元机器人
机器人软件开发工程师
机器人软件开发工程师
发布于 4 小时前实习/见习
实习生仅现场办公机器人开发
机器人开发
Pytorch/Tensorflow
Ros/Ros2
值不值得投
薪资怎么样
8.0千
比机器人开发中位数低
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 1560 个在招 · 其中机器人开发 86 个
市场机会
选择面较广
上海 · 机器人开发 · 约 120 个在招
职位详情
关于这个职位
该实习岗位面向硕博在读生，协助智元机器人团队完成算法工程化、仿真训练环境搭建与日常开发支持
你将参与 Git/文档维护、Gazebo/Isaac Sim/MuJoCo 仿真环境、Docker 训练环境、模型部署验证以及 Ubuntu/ROS 开发环境维护，接触训练到真机的完整链路
最低要求
硕士或博士在读，计算机、自动化、机器人、AI 等相关专业
了解 Python/C++ 编程，有实际编码经验
了解 Linux 基本命令、Git、Docker 基础概念
熟练使用 AI coding
工作职责
代码与文档：协助 Git 仓库管理、代码审查、技术文档编写
仿真环境：搭建维护仿真环境（Gazebo、Isaac Sim、MuJoCo 等）
训练环境：搭建维护 Docker 训练环境，管理数据集，监控训练任务
模型部署：辅助模型训练、推理测试、仿真/真机效果验证
日常支持：维护 Ubuntu/ROS/Docker 开发环境，编写调试 Python/C++ 脚本
优先资格
了解 ROS/ROS2 者优先
加分项：机器人竞赛经历（如 RoboMaster、RoboCup 等）
加分项：仿真工具使用（MuJoCo、Isaac Sim 等）
加分项：PyTorch/TensorFlow 基础
加分项：相关领域论文发表
AI 洞察
优缺点分析
优点
- 岗位处于具身智能/机器人方向，可接触算法工程化、仿真训练和真机验证的完整链路
- 智元机器人在机器人领域具有一定技术影响力，实习经历对后续求职有加分
- JD明确提供资深工程师一对一指导，优秀实习生有转正机会
- 技术栈覆盖 Python/C++、ROS/ROS2、Docker、仿真工具和深度学习框架，积累面较广
- 需要同时接触 Git、Docker、ROS、仿真工具和模型部署，工具链较多，学习曲线不低
- 实习工作包含较多环境搭建、数据管理和日常支持，需要耐心和细致
- 真机与仿真联调可能出现反复排查，要求较强的动手能力和问题定位能力
- 适合硕博在读、希望进入具身智能/机器人工程化方向，且看重导师指导与转正机会的求职者
缺点 / 挑战
暂无明显挑战项
角色解读
- 从实习支持起步，逐步成长为机器人软件工程化、仿真训练或模型部署方向工程师
- 通过接触“训练→仿真→真机”完整链路，积累具身智能/机器人算法落地经验
- 表现优秀可获得转正机会，后续可向机器人平台、仿真系统或算法工程化专家发展
- 协助维护机器人软件项目的 Git 仓库、代码审查流程和技术文档
- 搭建和维护 Gazebo、Isaac Sim、MuJoCo 等仿真环境，支持算法训练与测试
- 维护 Docker 训练环境、管理数据集并监控训练任务，辅助模型训练、推理测试和仿真/真机验证
- 维护 Ubuntu、ROS、Docker 开发环境，编写和调试 Python/C++ 脚本
- 具备 Python/C++ 实际编码经验，能完成脚本编写与调试
- 熟悉 Linux 基本命令、Git 和 Docker 基础概念，能维护开发与训练环境
- 了解 ROS/ROS2、Gazebo、Isaac Sim、MuJoCo 等机器人/仿真工具者更有优势
- 能熟练使用 AI coding 工具提升开发效率，了解 PyTorch/TensorFlow 基础更佳
申请策略
- 投递前了解智元机器人的产品方向与具身智能业务，面试中体现对机器人工程化的兴趣
- 主动与 HR 确认实习津贴、到岗要求、实习时长和转正标准，避免信息不对称
- 突出 Python/C++ 实际编码项目，说明代码规模、调试和工程化经验
- 展示 ROS/ROS2、Gazebo、Isaac Sim、MuJoCo、Docker、Linux 等工具的实际使用经历
- 如有 RoboMaster、RoboCup 等机器人竞赛经历，应写明角色、算法/软件贡献和结果
- 如有 PyTorch/TensorFlow 项目、论文发表或 AI coding 提效经验，可作为加分项呈现
- 提前熟悉 ROS/ROS2 基本通信机制和常用调试命令，补足机器人软件基础
- 练习用 Docker 搭建可复现的训练环境，并了解数据集管理与训练任务监控
面试指南
- 项目类问题采用“背景-任务-行动-结果”结构，突出个人贡献和问题定位过程
- 工具类问题先讲使用场景，再讲关键配置和踩坑经验，最后说明如何验证效果
- 排查类问题按“复现问题-分层定位-对比仿真与真机差异-小步验证”的思路回答
- 请介绍一个你实际编写或调试过的 Python/C++ 项目，遇到过什么问题，如何解决？
- 你如何用 Docker 搭建和维护一个可复现的训练环境？
- 是否使用过 ROS/ROS2、Gazebo、Isaac Sim 或 MuJoCo？请说明具体使用场景
- 如果仿真结果与真机效果不一致，你会如何排查和验证？
- 你如何利用 AI coding 工具提升开发效率？有哪些注意事项？
Watch Jobs