VLN算法工程师-酷拓子公司

优缺点分析

角色解读

• 在具身智能领域深耕，从算法工程师发展为VLN方向专家或技术负责人
• 可向更通用的机器人智能决策、多模态感知方向拓展
• 也可转向产品侧，成为机器人产品解决方案架构师
• 负责四足机器人视觉语言导航（VLN）算法的研发，基于多模态大模型实现场景理解和语义导航决策
• 构建真实场景多模态数据集，优化模型在复杂指令下的鲁棒性
• 与SLAM、感知、规划控制团队协作，将算法部署到实际机器人上
• 扎实的VLM/多模态大模型微调和部署经验，熟悉GPT-4V、LLaVA等
• 熟练掌握Python和PyTorch，有C++编程能力，能进行仿真环境二次开发
• 了解世界模型、强化学习等机器人导航相关技术

申请策略

• 深入了解智元及酷拓的技术路线和产品（如四足机器人），在面试中展示对具身智能的理解
• 准备一个完整的VLN或导航项目复盘，包括问题定义、方案设计、实验结果与思考
• 重点突出VLM/多模态大模型的项目经验，特别是微调、推理部署的细节
• 如果有多机器人仿真环境（如Isaac-sim、Habitat-sim）的二次开发经历，务必强调
• 列出与导航、路径规划相关的论文或开源贡献，尤其是VLN方向
• 如果尚不熟悉世界模型或强化学习，建议系统学习并做小项目练习
• 可提前了解四足机器人的运动学基础和常用控制方法

面试指南

• 对于技术问题，采用“问题-方案-结果-反思”结构，先明确问题背景，然后提出自己的解决方案，展示实验结果，最后总结不足和改进方向
• 对于开放性问题，可以从模块化设计思路出发，分感知、记忆、规划、控制等层面逐步深入
• 请描述你在VLM微调或部署中的具体工作，遇到过哪些挑战？
• 如何设计一个VLN系统来处理动态障碍物和视野受限的情况？
• 在仿真环境（如Habitat-sim）中如何进行传感器模拟和算法验证？
• 四足机器人导航与轮式机器人相比有哪些特殊难点？
• 复习经典VLN论文（如Room-to-Room、Habitat-based VLN）和最新多模态大模型技术
• 准备一个端到端的VLN项目演示（如录屏），展示算法在仿真或真实环境中的效果