智元机器人
算法标准方案及工具链设计系统工程师
算法标准方案及工具链设计系统工程师
发布于 大约 2 小时前普通员工/个人贡献者
上海市
中级经验
全职员工
仅现场办公
本科
研究与开发 (研发)
Onnx
Ros2
Tensorrt
具身智能
导航
强化学习
感知
数据闭环
机器人系统
AI 估算 · 25k–45k
上海机器人赛道，B轮中大型企业，职位技术复合度高，涉及具身智能前沿，薪资有竞争力。
职位详情
关于这个职位
该职位负责机器人算法的系统集成与工具链设计，涉及从数据采集、模型训练到端侧部署的全流程方案
你需要将运动控制、导航、感知等算法能力标准化组合，形成可复用的系统方案，并推动在真实机器人场景中的落地与优化
适合有机器人系统集成和工具链开发经验、对具身智能感兴趣的技术人才
最低要求
本科及以上学历，机器人、自动化、控制、计算机、电子信息、机电、人工智能等相关专业
具备机器人、自动驾驶、智能设备、复杂系统集成或 AI 工具链相关经验，具备较强的系统方案设计与工程落地能力
熟悉机器人系统中的一个或多个方向，如运动控制、导航、感知、遥操作、任务执行、数据闭环、模型部署或端侧推理，并能够从系统角度完成整合
熟悉具身智能、强化学习、模仿学习、VLA/VLM、端到端模型或机器人学习相关技术，理解其在真实机器人系统中的采集、训练、部署和验证流程
理解模型工具链基本流程，包括数据采集、数据标注/清洗、训练配置、模型导出、模型编译、端侧部署、推理调用、版本管理和效果评测
具备较强的软件开发能力，熟悉 Python，了解 C++ 更佳
熟悉 Linux 开发环境、Shell、Git、Docker、日志排查、脚本化工具开发和基础网络通信
具备较强的系统抽象能力，能够将客户需求、场景需求和算法能力转化为标准功能模块、技能模块、任务流、接口协议和工具链方案
理解任务管理、工作流编排、状态管理、异常处理、技能组合、数据回流和自动化验证等系统设计思路，有任务型机器人系统经验者优先
具备机器人系统集成与现场调试经验，能够定位跨模块问题，例如模型效果异常、数据链路缺失、配置不一致、端侧推理失败、运控 replay 异常、任务状态卡死等
具备良好的文档能力和跨团队协作能力，能够输出清晰的设计文档、接口文档、部署文档、使用示例、验证记录和故障排查说明
工作职责
负责面向工商业、零售仓、巡检、搬运、操作等典型场景的机器人标准方案设计，结合产品能力、客户需求和任务流程，输出可复用、可复制、可交付的系统方案
负责将已有算法模型、运动控制、导航、感知、交互、遥操作、任务管理、数据回流等能力进行标准化组合与系统集成，形成面向典型机器人场景的标准能力包和解决方案
负责具身 RL 采训推工具链方案设计，覆盖数据采集、遥操作录制、动作 replay、数据清洗、模型训练、离线编译、端侧部署、推理调用、效果验证和问题闭环等环节
负责模型部署与端侧工具链方案设计，包括模型导出、模型格式转换、离线编译、版本管理、配置生成、部署脚本、运行环境、依赖管理和回滚方案
负责机器人任务执行工具设计，推动任务编排、任务调度、状态流转、技能调用、异常处理、结果回传和执行闭环等能力的标准化与工具化建设
负责机器人子技能设计与抽象，以及 GDK 技能、Taskflow 节点、运控 replay、感知服务、模型推理服务等能力的接入、编排和串联，建立从基础技能、组合技能到场景任务的能力映射关系
负责具身数据闭环链路设计，推动任务执行数据、遥操作数据、动作轨迹数据、传感器数据、模型输入输出、失败样本、故障日志和评测结果的记录、回流、分析和闭环优化
负责系统方案输出与落地，包括需求分析、架构设计、功能拆解、模块边界定义、接口方案、配置方案、部署方案、验证方案、交付方案和运维说明
负责软硬件接入和改造方案设计，推动传感器、末端执行器、控制器、交互设备、边缘计算设备及外部软件模块的适配、集成和联调
负责机器人方案集成调试、现场验证和问题闭环，协同算法、软件、运控、硬件、测试、产品、交付等团队推动标准方案持续优化和规模化落地
负责沉淀工具链使用文档、标准作业流程、接口规范、配置模板、示例工程和故障排查指南，降低后续项目复制成本和现场交付成本
优先资格
有具身 RL、模仿学习、遥操作采集、动作 replay、机器人轨迹数据处理或端到端控制模型落地经验
有模型端侧部署经验，熟悉 ONNX、TensorRT、RKNN、OpenVINO、量化、离线编译、推理性能分析或边缘设备部署
熟悉 ROS2、DDS、GDK、Taskflow、Nav2、MoveIt、ros2_control、Gazebo、RViz 等机器人开发与调试工具
有机器人真机联调经验，熟悉传感器、末端执行器、机械臂、移动底盘、域控、交互板、边缘计算设备等软硬件集成流程
有工具链产品化经验，能够把一次性的脚本、配置和流程沉淀为可复用的 CLI、SDK、模板、示例和标准作业流程
熟悉数据闭环和评测体系，能够设计失败样本回流、指标统计、自动化回归、模型版本对比和效果验收流程
AI 洞察
优缺点分析
优点
- 身处具身智能和机器人前沿赛道，技术成长空间大，积累稀缺的系统集成和工具链经验
- 参与从0到1的标准方案设计，能够锻炼系统抽象和工程落地能力，简历含金量高
- 公司处于B轮，发展迅速，有机会接触多种真实场景和客户需求，项目经验丰富
- 工作内容跨多个技术领域，要求知识面广且深入，学习曲线较陡
- 需要频繁进行现场调试和跨团队协作，工作强度可能较大
- 机器人行业迭代快，需持续跟进新技术，保持技术敏感度
- 适合有机器人或自动驾驶系统集成经验、热爱解决复杂工程问题、希望深耕具身智能方向的技术型人才
缺点 / 挑战
暂无明显挑战项
角色解读
- 可向机器人系统架构师或技术专家方向发展，深入掌握全栈机器人系统集成
- 可转向AI工具链产品化或机器人解决方案经理，兼顾技术与业务
- 在具身智能赛道上积累经验，未来可向高级算法工程师或团队技术负责人发展
- 设计面向机器人典型场景的标准方案，将算法、运动控制、感知等能力组合成可复用的系统方案
- 负责具身RL采训推工具链和模型部署工具链的设计，覆盖从数据采集、训练到端侧部署的全流程
- 推动机器人任务执行工具和数据闭环链路的标准化建设，提升集成调试和问题闭环效率
- 扎实的机器人系统知识，熟悉运动控制、导航、感知、遥操作等至少一个方向
- 较强的软件开发能力，精通Python，了解C++，熟悉Linux、Git、Docker等工具
- 理解模型工具链（数据采集、训练、部署）和具身智能相关技术（RL、模仿学习、VLM）
申请策略
- 申请时展示对机器人标准方案设计的理解，可附带个人技术博客或开源项目
- 提前了解智元机器人的产品方向（如工商业、零售仓等），在面试中体现对该场景的思考
- 突出机器人系统集成项目经验，尤其是从需求分析到落地的全流程案例
- 强调工具链开发经历，如模型部署、数据闭环、自动化测试等
- 展示对具身智能或强化学习的理解，最好有相关项目或论文
- 列出熟悉的开发工具和框架（ROS2、Docker、TensorRT等），体现技术广度
- 补充ROS2和机器人常用工具（Nav2、MoveIt）的实战经验
- 学习ONNX、TensorRT等模型部署工具，了解边缘设备推理优化
面试指南
- 使用STAR法则（情境、任务、行动、结果）结构化回答项目经验
- 对技术问题，先阐述基本原理，再结合具体应用场景给出方案，体现系统思维
- 对设计类问题，遵循“需求分析-模块划分-接口定义-验证闭环”的框架
- 请描述一个你主导的机器人系统集成项目，面临哪些挑战？如何解决？
- 谈谈你对模型工具链的理解，从训练到部署有哪些关键步骤？
- 如何设计一个机器人任务执行工具？考虑哪些状态和异常处理？
- 你对具身智能中的模仿学习和强化学习有何了解？各自优缺点？
- 在跨团队协作中，如何确保方案的可复用性和文档的清晰度？
职位点评
54
综合评分
前沿具身智能系统集成岗，发展空间大，但WLB一般，适合技术驱动型人才。
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领域探索的求职者，愿意接受一定的工作强度和现场工作。
表现最好
成长发展
相对薄弱
工作生活
薪资福利50
成长发展85
工作生活40
使命价值75
薪资福利
50较低
薪资未在JD中明确，但公司融资B轮，且职位技术含量高，预计有竞争力；福利未提及，补偿性动机满足一般。
薪资信号未披露（AI估算：25K-45K/月）
成长发展
85较高
职位涉及具身智能、强化学习等前沿技术，且要求设计工具链和标准方案，成长空间大，发展性动机满足程度高。
技术前沿前沿/新兴技术
技术栈具身智能、强化学习、模仿学习、VLA/VLM、端到端模型、模型部署、TensorRT、ONNX
成长机会沉淀工具链使用文档、标准作业流程、接口规范
业务类型ambiguous
工作生活
40较低
工作地点仅现场办公，未提及弹性或远程，且涉及现场调试，WLB可能一般，生活化动机满足较低。
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
75中等
机器人行业处于高速增长赛道，职位涉及多个应用场景的自动化和智能化，社会价值较高，意义感动机较好。
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