智元机器人
AI infra研发工程师（具身）
AI infra研发工程师（具身）
发布于 4 小时前普通员工/个人贡献者
全职员工仅现场办公机器学习工程
机器学习工程
Cuda
Pytorch
分布式训练
机器人仿真
值不值得投
82综合评分
综合评分 82
前沿具身智能赛道、高技术挑战、高成长潜力、高强度研发环境
从薪资福利、成长发展、工作生活和使命价值四个维度综合评估，方便横向比较。
薪资怎么样
5.5万
比机器学习工程中位数高
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 1600 个在招 · 其中机器学习工程 12 个
市场机会
选择面较广
上海 · 机器学习工程 · 约 400 个在招
职位详情
关于这个职位
该职位负责构建人形机器人的数据、仿真、训练及评测四大核心工程流水线，旨在提升算法团队的迭代效率与量产能力
候选人需从四个技术方向中选择一个深耕，涉及大规模数据处理、高并发仿真环境搭建、分布式训练框架优化或自动化评测系统开发，要求具备扎实的计算机基础与机器人领域知识
最低要求
计算机、自动化、机器人或相关专业，硕士及以上，3年以上相关经验
Python 熟练，C++ 能读能改，熟悉 Linux 与容器化部署
有大规模系统的实战经验:处理过 TB级数据、千卡级训练、或万级并发任务中的至少一类
能读懂算法侧的论文和代码，把需求翻译成系统设计，而不是等接口文档
对机器人有基本理解:关节、坐标系、控制频率、真机与仿真的差异
工作职责
负责支撑人形机器人数据、仿真、训练、评测四条流水线的工程系统,让算法团队从"能跑通"走到"能稳定迭代、能量产",以下方向四选一，具体如下：
方向一：数据管线与平台
建设遥操作与真机采集的数据链路:VR、动捕、外骨骼采集端到多相机、关节状态、力触觉的同步对齐、清洗、质量打分
大规模数据存储与检索:LeRobot、RLDS、HDF5等格式的写入与转换,视频编码与切片，数据版本、血缘与权限
训练侧数据供给:高吞吐并行解码、采样权重、数据配比实验，定位并解决 I/O 瓶颈
方向二：仿真系统
基于 Isaac Lab、Isaac Sim、MuJoCo、Genesis之一，搭建万级并行环境的训练与评测仿真
场景与资产生成、域随机化、传感器仿真(深度、触觉、IMU)，缩小 sim2real gap
物理参数辨识与真机对标，建立"仿真结果可信"的验收标准
方向三：训练框架
分布式训练基础设施:FSDP、DeepSpeed、Megatron 等方案的落地与调优，覆盖 VLA与大规模强化学习两类负载
异构资源调度:Kubernetes、Slurm、Ray，GPU 利用率与排队时延的可观测与优化
实验管理:配置版本、checkpoint、失败恢复、指标看板，让一次训练可复现
方向四：评测系统
建立统一的评测口径:任务集、指标(成功率、鲁棒性、泛化、时延)、评分脚本
仿真批量评测与真机自动化评测台架，支持多机型、多版本并行跑
模型发布门禁与回归测试:每次迭代自动出报告，异常自动归因到数据、模型或环境
优先资格
在具身智能、自动驾驶、大模型任一领域做过 Infra，有从零搭到生产可用的经历
熟悉 Isaac Sim、ManiSkill、RoboSuite 等仿真平台，或参与过开源具身项目
有 GPU 性能优化经验:CUDA、Triton、NCCL 通信、显存与吞吐调优
熟悉数据质量体系:标注、审核、难例挖掘、数据飞轮
AI 洞察
优缺点分析
优点
- 能够直接接触最前沿的大模型与机器人融合技术
- 需要同时懂算法逻辑与底层工程实现，沟通成本高
- 具备深厚后端/infra功底，对机器人或AI底层技术有强烈兴趣，喜欢解决复杂系统问题的资深工程师
缺点 / 挑战
- 处于具身智能前沿赛道，技术栈极具挑战性且稀缺
- 面对TB级数据和千卡级训练，系统稳定性与性能优化压力巨大
角色解读
- 向AI Infra架构师、机器人系统技术专家或技术负责人方向发展，成为连接算法与硬件的关键桥梁
- 构建人形机器人从数据采集、仿真训练到最终评测的全链路工程基础设施
- 精通Python/C++，掌握大规模分布式系统架构设计，深入理解Linux内核与容器化技术
申请策略
- 准备一个展示你如何优化系统性能或解决大规模数据I/O瓶颈的详细项目案例
- 突出大规模数据处理、分布式训练加速、高并发仿真环境搭建的具体案例
- 强调将算法需求转化为工程落地的能力
- 深入学习Isaac Sim/MuJoCo等仿真工具，掌握FSDP/DeepSpeed等分布式训练框架原理，了解机器人运动控制基础
面试指南
- 使用STAR法则（情境、任务、行动、结果），重点量化性能提升指标（如吞吐量提升X%，延迟降低Y%）
- 请描述你设计过的最大规模的数据处理管道，遇到的瓶颈是什么？
- 如何在保证一致性的前提下优化分布式训练的通信开销？
- 针对Sim2Real Gap，你在仿真系统中做了哪些具体改进？
- 当训练任务出现OOM或节点故障时，你的系统如何实现快速恢复？
- 复习分布式系统理论（一致性协议、负载均衡），熟悉主流AI框架源码，了解机器人动力学基础
职位点评
薪资福利85
成长发展95
工作生活60
使命价值80
薪资福利
85较高
作为B轮独角兽公司的核心研发岗，薪资竞争力强，但JD未明确福利细节，整体薪酬预期较高。
薪资信号未披露（AI估算：4.0千–7.0万/月）
成长发展
95较高
极佳的成长机会，接触具身智能、大模型、机器人等多领域前沿技术，技术栈领先且挑战性强。
技术前沿前沿/新兴技术
技术栈Isaac Sim、DeepSpeed、Megatron、Kubernetes、CUDA、VLA、RLDS
业务类型profit_center
工作生活
60中等
初创型高科技公司通常节奏较快，虽未明确加班文化，但高强度的研发任务暗示可能需投入较多精力。
工作模式未明确
办公地点科技园/产业园
加班情况未提及（无法判断）
使命价值
80较高
投身于具身智能这一具有重大社会意义和长远前景的领域，推动机器人技术从实验室走向量产应用。
行业发展高速增长赛道
社会影响正向社会影响力较高
创新程度开拓性创新（行业首创）
Watch Jobs