智元机器人
导航与感知算法工程师-HK
导航与感知算法工程师-HK
发布于 大约 7 小时前普通员工/个人贡献者
AI 估算 · 30k–50k · AI 参考估算
中国香港
中级经验
硕士
全职员工仅现场办公机器人开发
机器人开发
3D感知
Bev
Pytorch
Slam
多传感器融合
机器人导航
深度学习
视觉语言模型 (Vlm)
计算机视觉
值不值得投
71综合评分
综合评分 71
前沿机器人感知算法岗，技术成长性极高，但对技术深度与工程能力要求严苛，办公模式与WLB未明确。
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。
薪资怎么样
40K
比机器人开发中位数高
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 1470 个在招 · 其中机器人开发 46 个
市场机会
选择面较广
机器人开发 · 约 170 个在招
职位详情
关于这个职位
该职位是智元机器人的导航与感知算法工程师，主要负责机器人在复杂环境中的定位、建图、场景理解及感知算法的研发与优化
工作内容涉及SLAM、多传感器融合、BEV表征、视觉语言模型（VLM）在开放词汇检测上的应用，并需要在真机上进行验证与性能调优，最终提升机器人自主导航的能力
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
熟练掌握深度学习及计算机视觉基础理论，具有扎实的算法实现和调优能力
熟悉以下一个或多个方向：
视觉 / 激光 SLAM、多传感器融合定位与建图
BEV、Occupancy、3D Perception 等环境表征方法
目标检测、语义分割、深度估计等二维与三维感知任务
开放词汇检测与视觉-语言模型（CLIP、BLIP、LLaVA 等）的应用落地
熟悉常见视觉模型（CNN、Transformer、ViT 等），熟练使用 PyTorch 等深度学习框架，具备良好的编程能力（Python / C++）
工作职责
与各地算法团队联合，共同定义定位、建图与感知的技术方案
负责其中视觉 / 激光 SLAM、多传感器融合定位、大场景地图构建与地图复用等模块的方案设计与实现
负责环境表征的构建与优化，研究并实现 BEV、Occupancy、语义地图等表征方法，为导航规划提供统一的场景理解能力
负责机器人感知算法的研发与优化，包括目标检测、语义分割、实例分割、深度估计、三维重建等任务，并提升系统在复杂环境下的感知能力（动态障碍物检测、场景理解、多传感器融合等）
负责视觉-语言模型（VLM）在开放词汇检测与场景理解上的应用与部署，提升系统对环境的开放语义理解能力
在真机上完成感知模块的验证与性能调优
与仿真及数据团队协作定义感知数据的采集与标注规范，与导航、运控、系统集成团队协作完成模块集成
优先资格
有自动驾驶、机器人、无人机等领域的感知或 SLAM 算法量产落地经验者优先
AI 洞察
优缺点分析
优点
- 技术前沿：涉及VLM、BEV等最新AI技术在机器人领域的应用，能接触行业前沿
- 系统级影响：算法直接在机器人真机运行，成果可见性强，对产品性能有直接提升
- 团队协作：需与多个专业团队（仿真、导航、运控）深度合作，能锻炼系统性思维和工程落地能力
- 行业前景：机器人是公认的高增长赛道，技术积累具有长期价值
- 工程落地难：算法需在机器人有限的算力与复杂的真实环境中稳定运行，对优化和鲁棒性要求极高
- 多学科交叉：需要同时理解视觉、激光、定位、地图、规划等多个子领域的知识，学习曲线陡峭
- 结果验证复杂：算法效果需通过真机测试验证，周期长且受硬件、环境等多重因素影响
- 适合对机器人感知技术有浓厚兴趣，具备扎实的计算机视觉和SLAM基础，喜欢在复杂系统中解决实际工程问题，并乐于跨团队协作的算法工程师
缺点 / 挑战
暂无明显挑战项
角色解读
- 技术专家路线：深入钻研感知或SLAM领域，成为特定方向的技术专家或首席科学家
- 技术管理路线：积累项目经验后，可担任算法团队负责人或技术经理，带领团队攻克技术难题
- 跨领域发展：凭借机器人感知的综合能力，可拓展至自动驾驶、AR/VR、无人机等更广泛的智能系统领域
- 设计并实现机器人的视觉/激光SLAM及多传感器融合定位系统，构建高精度地图
- 研发基于BEV、Occupancy等的环境表征方法，为机器人导航提供统一的场景理解
- 优化机器人感知算法（如检测、分割、深度估计），并部署视觉语言模型（VLM）以实现开放词汇场景理解
- 在真机上验证算法性能，与仿真、数据、导航等团队协作完成系统集成
- 扎实的深度学习与计算机视觉理论基础，以及算法实现与调优能力
- 精通SLAM（视觉/激光）、多传感器融合、3D感知中的至少一个方向
- 熟悉PyTorch框架，并具备良好的Python与C++编程能力
- 了解Transformer、ViT等主流视觉模型，有VLM相关应用经验更佳
申请策略
- 研究智元机器人的产品形态（如通用人形机器人）和技术博客，理解其技术挑战和关注点
- 准备一个清晰的项目复盘，讲述你如何解决一个复杂的机器人感知或定位问题
- 面试时准备好讨论对当前机器人感知技术瓶颈的看法以及可能的解决方案
- 重点突出与SLAM、3D感知、VLM等直接相关的项目经验，尤其是有真机部署经验的
- 详细描述你在算法调优、性能优化方面的具体工作和成果（如精度提升、耗时降低等）
- 展示良好的编程能力，特别是Python和C++的工程项目代码
- 如有相关领域（自动驾驶、无人机等）的实习或项目经历，务必清晰列出
- 系统学习BEV感知、NeRF、3D Gaussian Splatting等新型环境表征技术
面试指南
- 使用STAR法则（情境-任务-行动-结果）结构化描述项目经验，突出技术难点和个人贡献
- 从数据、模型、工程、测试等多个维度分析技术难点，并给出你的解决方案或思考方向
- 结合具体应用场景（如抓取、避障）说明VLM如何赋予机器人语义理解能力
- 讨论算力限制、传感器噪声、数据漂移等实际问题，并举例说明如何通过算法或工程手段优化
- 请详细介绍一个你做过的SLAM或3D感知项目，遇到了哪些挑战，如何解决的？
- 你认为当前机器人在复杂动态环境中进行鲁棒感知，最大的技术难点是什么？你有什么思路？
- 视觉语言模型（VLM）如何能提升机器人的场景理解能力？请举例说明
- 在算法部署到真机时，通常会遇到哪些工程问题？你是如何保证算法实时性和稳定性的？
职位点评
薪资福利70
成长发展85
工作生活50
使命价值80
薪资福利
70中等
作为B轮机器人公司的核心算法岗，薪资应有竞争力，但具体薪资及福利未在JD中披露。
薪资信号面议 (30K-50K/月)
成长发展
85较高
职位聚焦于机器人感知与导航的前沿技术（如VLM、BEV），涉及多学科交叉与真机落地，技术成长空间广阔。
技术前沿前沿/新兴技术
技术栈SLAM、BEV、Occupancy、视觉语言模型 (VLM)、CLIP、LLaVA、PyTorch、3D感知
业务类型ambiguous
工作生活
50较低
JD未明确工作地点类型与办公模式，且机器人算法研发通常需要在实验室或真机旁工作，现场办公可能性高，对工作生活平衡影响未提及。
工作模式未明确
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
智能机器人是明确的高增长赛道，该职位直接参与核心感知算法研发，旨在提升机器人自主能力，具有较高的技术创新价值与社会应用前景。
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