智元机器人
多模态感知算法实习生
多模态感知算法实习生
发布于 大约 5 小时前实习/见习
上海市
无经验要求
实习生
仅现场办公
学历未注明
软件工程
Bev
Pytorch
Tensorflow
多模态感知
模型量化
点云
目标检测
语义分割
AI 估算 · 4k–8k
上海顶尖AI公司实习，技术门槛高，但实习薪资通常4000-8000元/月，提供核心研发经验。
职位详情
关于这个职位
这是一份面向在校生的多模态感知算法实习岗，你将参与机器人感知算法的研发与优化，包括2D/3D视觉、激光感知、场景理解等任务
你将有机会接触前沿AI技术，参与端到端模型的数据闭环迭代，并在学术顶会发表论文或竞赛获奖的团队中积累实战经验
最低要求
具备坚实的科研背景，具备图像分类，目标检测，关键点检测，语义分割，目标跟踪，点云检测，Bev融合，单目/多目深度估计，三维重建中一个或多个领域有过深入研究和量产经验
具备扎实的C++/python编程能力
掌握pytorch、tensorflow、caffe等至少一种主流的深度学习框架
面对未知领域的问题，有非常强的自学能力
工作职责
负责具身/机器人领域的感知算法设计和研发，包括视觉和激光的2D/3D识别、分割、追踪任务，以及场景理解，Occupancy等任务
参与通用感知模型的优化加速，迭代高效易部署的新算法，对不同模型做有效量化
在AI领域前沿展开创新性的研究，通过数据闭环持续迭代端到端模型能力
优先资格
具有自动驾驶和大视觉语言模型的研究经历优先，有模型加速经验和网络量化经验优先
在CVPR/ICCV/ECCV/NeurPS/ICLR/ACL/EMNLP等学术顶会有相关论文发表，或在相关国际竞赛中取得优异成绩者优先
AI 洞察
优缺点分析
优点
- 参与具身智能前沿赛道，积累机器人感知和AI核心技能，职业前景广阔
- 团队有学术顶会背景，可学习顶级研究方法和工程实践，提升论文产出能力
- 公司处于B轮，成长潜力大，有机会接触从研究到落地的完整流程
- 实习期间可能需要快速产出成果，工作节奏较快
缺点 / 挑战
- 技术门槛较高，需要扎实的CV和编程基础，自学压力大
- 算法优化和量化挑战性强，需要持续学习和调试
- 适合计算机视觉或机器人方向在读硕士/博士，有较强科研背景和动手能力，愿意挑战前沿技术并追求学术或工程成就的求职者
角色解读
- 实习期间表现优异可转正为正式员工，从事高级感知算法研发
- 发展方向包括机器人感知专家、多模态大模型研究员，或转向自动驾驶感知方向
- 积累前沿AI研究和工程经验，为攻读博士或进入顶级研究机构打下基础
- 设计并实现机器人感知算法，涵盖2D/3D视觉、激光雷达数据处理，完成目标检测、分割、追踪等任务
- 优化通用感知模型，进行加速和量化，确保算法在边缘设备上高效部署
- 参与数据闭环，从真实场景中收集数据并迭代模型，推动端到端能力提升
- 扎实的计算机视觉基础，熟悉图像分类、目标检测、语义分割、点云处理等领域
- 精通C++/Python，熟练使用PyTorch或TensorFlow等深度学习框架
- 具备模型加速和量化经验，了解部署流程
- 强大的自学能力，能快速掌握新知识和新技术
申请策略
- 投递时附上GitHub或个人技术博客，展示代码能力和研究思考
- 提前了解智元机器人的产品方向（具身机器人），在面试中体现对领域的热情
- 突出相关科研项目经验，尤其是目标检测、语义分割、点云处理等方向的具体成果
- 强调编程能力和框架熟练度，列出使用PyTorch/TensorFlow开发的具体项目
- 如有论文或竞赛获奖，单独列出，标明顶会或竞赛名称和名次
- 展示模型加速或量化经验，如模型压缩、TensorRT部署等
- 补充BEV感知、占用网格（Occupancy）等前沿感知技术知识
- 学习模型量化和加速工具，如ONNX、TensorRT、NCNN等
面试指南
- 项目经历类问题：使用STAR法则（情境、任务、行动、结果），重点突出你的贡献和技术细节
- 技术实现类问题：先解释基本原理，再对比不同方法优劣，最后结合实践经验给出选择依据
- 开放性问题：展示对领域前沿的了解，提出自己的见解，并联系公司业务方向
- 请详细介绍你做过的一个视觉感知项目，包括算法选型、难点和解决方案
- 如何处理点云数据？对比一下基于体素和基于点的方法的优缺点
- 如何对深度学习模型进行加速和量化？举例说明你使用过的技术
- 如果要在机器人上部署一个实时目标检测模型，你会考虑哪些因素？
- 你对具身智能（Embodied AI）的理解是什么？未来发展方向有哪些？
职位点评
60
综合评分
前沿技术实习，薪资一般但成长空间极大，适合追求技术深度的学生。
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
最适合追求技术成长和学术成就的实习生，愿意将时间投入前沿研究以换取长期职业发展。
表现最好
成长发展
相对薄弱
薪资福利
薪资福利30
成长发展90
工作生活40
使命价值80
薪资福利
30较低
实习生薪资通常不高，福利较少，主要补偿在于经验积累。JD未提及具体薪资福利，故得分较低。
薪资信号未披露（AI估算：4K-8K/月）
成长发展
90较高
该岗位提供前沿技术栈、顶级研究环境和论文发表机会，成长空间极大，非常符合发展性动机。
技术前沿前沿/新兴技术
技术栈具身智能、多模态感知、BEV、Occupancy、模型量化、端到端
业务类型profit_center
工作生活
40较低
实习通常需现场办公，地点在上海，可能涉及加班，WLB信号不明显。
工作模式仅现场办公
办公地点市区核心地段
加班情况未提及（无法判断）
使命价值
80较高
机器人感知属于社会价值较高的领域，推动智能机器人发展，但JD未强调使命感。
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