AgiBot logo
智元机器人
机器人算法工程师(VLA/RL)

机器人算法工程师(VLA/RL)

发布于 大约 1 小时前

普通员工/个人贡献者

上海市
高级经验
全职员工
仅现场办公
学历未注明
研究与开发 (研发)
Vla
Vlm
仿真环境
强化学习
数据清洗
最优化
机器人控制
机器学习

AI 估算 · 30k–50k

机器人算法岗位薪资较高,技能稀缺,VLA/RL方向需求旺盛,结合上海市场行情。

职位详情

关于这个职位

该职位专注于机器人VLA(视觉-语言-动作)模型和强化学习算法的研究与应用

你将参与全身操作、灵巧操作等前沿场景,复现和优化最新算法,并维护仿真训练基础设施
适合对机器人智能控制有浓厚兴趣、具备扎实数理和编程背景的研发人员

最低要求

岗位通用要求:

)专业基础:掌握机器人、数学、最优化、机器学习的基础理论
)技术能力:掌握良好的编程规范,熟练使用Python/C++之一与对应的工具链
)经验:有机器人控制经验,对数据质量有深刻理解,了解机器人行业
分方向额外要求:
)VLA方向:深入了解VLA、VLM、图像语音生成模型,有VLA/VLM训练经验

工作职责

研究场景:1. 全身VLA操作

灵巧操作
高动态反应式操作
算法研究:跟踪学术进展,复现前沿算法,总结当前方法的不足,提出更有效的创新方案
基建建设:维护仿真环境、训练框架,设计与实现数据质量评估与清洗方案
工作方向:分为VLA基础模型结构研究、强化学习预训练方向、强化学习后训练方向

AI 洞察

优缺点分析

优点

  • 专注VLA/RL等前沿技术,行业前景广阔,技术积累价值高
  • 公司处于快速发展期,有机会参与从研究到工程的全流程
  • 薪资竞争力强,技能稀缺性强,市场认可度高
  • 机器人领域对实物实验要求高,调试复杂且周期长
  • 技术要求全面,数理和编程基础要求扎实,学习曲线陡峭

缺点 / 挑战

  • 算法复现和创新压力大,需要持续跟踪学术前沿并快速实验
  • 适合对机器人智能控制有强烈兴趣,具备扎实数理基础和编程能力,愿意深入前沿技术研究并接受高挑战的求职者

角色解读

  • 从算法工程师成长为VLA/RL领域专家,主导核心算法研发
  • 向技术Leader或研究员方向发展,带领团队突破技术难题
  • 未来可转向机器人高级架构师或首席科学家岗位
  • 研究全身VLA操作、灵巧操作等前沿机器人算法,跟踪学术进展并复现最新论文
  • 设计并实现数据质量评估与清洗方案,维护仿真环境和训练框架
  • 根据方向分工,专注于VLA基础模型结构研究、强化学习预训练或后训练
  • 扎实的机器人学、数学和机器学习基础,熟练Python/C++编程
  • 深入理解VLA/VLM/强化学习等模型,有相关训练或复现经验
  • 有机器人控制实际经验,具备数据质量分析和处理能力

申请策略

  • 准备一个你主导的算法项目案例,清晰阐述问题、方案和结果
  • 在面试中展现对机器人领域最新学术进展的关注和理解
  • 突出机器人控制或强化学习相关项目经验,最好有VLA/VLM实际训练经历
  • 展示在仿真环境(如Isaac Gym、MuJoCo)中的算法实现和优化成果
  • 强调数据处理和清洗经验,体现对数据质量的深刻理解
  • 深入学习主流VLA模型(如RT-2、PaLM-E)和强化学习算法(PPO、SAC等)
  • 熟悉至少一个机器人仿真平台,并动手实现过完整控制流程

面试指南

  • 理论结合实践:先阐述核心概念,再举例说明你在项目中如何应用
  • 问题-方案-结果:清晰描述问题背景、你的解决方案和最终效果
  • 展现批判性思维:指出方法的优缺点,并提出改进思路
  • 请解释VLA模型的工作原理及其与VLM的区别?
  • 如何为机器人操作任务设计强化学习奖励函数?
  • 你如何评估和清洗机器人训练数据?
  • 描述一个你实现过的机器人控制算法,并说明遇到的挑战
  • 当前VLA领域有哪些最新进展?你认为主要瓶颈是什么?

职位点评

72
综合评分

前沿机器人算法岗位,技术挑战大,成长空间高,但工作强度可能较大且WLB信息不明确。

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。

更适合这类人
该职位最适合追求技术成长和前沿研究、愿意投入高强度工作的求职者。
表现最好
成长发展
相对薄弱
工作生活
薪资福利75
成长发展88
工作生活40
使命价值80

薪资福利

75中等

该职位薪资水平较高,但JD未明确具体范围和福利,需面试确认。

薪资信号未披露(AI估算:30K-50K/月)

成长发展

88较高

技术前沿性极强,VLA/RL方向成长空间大,但未提及培训或晋升路径。

技术前沿前沿/新兴技术
技术栈VLA、RL、Python、C++、机器人控制、仿真环境、数据清洗、VLM、机器学习、最优化
业务类型ambiguous

工作生活

40较低

工作模式未明确,但机器人算法岗位通常需要现场办公,加班强度可能较大。

工作模式仅现场办公
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

机器人行业高速增长,技术具有社会价值,但JD未强调使命感和具体应用场景。

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
Watch Jobs