智元机器人
空间智能算法工程师-灵犀业务部
空间智能算法工程师-灵犀业务部
发布于 大约 8 小时前普通员工/个人贡献者
深圳市
无经验要求
全职员工
仅现场办公
本科
研究与开发 (研发)
3D Gaussian Splatting
Cuda
Nerf
Pytorch
Slam
三维重建
多传感器融合
计算机视觉
AI 估算 · 20k–35k
深圳AI算法校招岗位，机器人赛道热门，B轮融资技术驱动，薪资竞争力强。
职位详情
关于这个职位
该职位隶属于智元机器人灵犀业务部，专注于人形机器人的空间感知与三维重建核心算法研发
你将参与多传感器融合SLAM、feed-forward 3D重建（如DUSt3R/MASt3R）及3D Gaussian Splatting等前沿技术的研发与落地，与顶尖团队共同定义下一代智能交互机器人
面向2027届毕业生，适合有志于机器人视觉和三维建模领域的算法人才
最低要求
届本科及以上学历，计算机、自动化、电子信息、机器人、数学、物理等相关专业
扎实的多视图几何、三维视觉、计算机视觉与优化理论基础，熟悉相机模型、位姿估计、Bundle Adjustment、因子图优化等
熟悉至少一个方向并有实际项目 / 论文经验：
多传感器融合 SLAM / VIO / LIO（如 FAST-LIVO2、VINS-FUSION、OpenVINS等）
Feed-forward 3D 重建 / MVS / 深度估计
D Gaussian Splatting / NeRF / 可微渲染
熟练掌握 C++ 与 Python，熟悉 PyTorch，具备良好的工程实现与算法落地能力
工作职责
负责人形机器人空间感知与三维重建核心算法的研发，构建机器人对周围环境的几何与语义统一表征
研发多传感器融合 SLAM（相机 / LiDAR / IMU / 足式里程计等）算法，解决人形机器人高鲁棒定位与建图问题
探索并落地 feed-forward 3D 重建（如 DUSt3R / MASt3R / VGGT 类方法）、3D Gaussian Splatting 高斯重建等前沿三维表征技术，实现实时、稠密、可微的场景重建
推动空间智能模块与下游感知、导航、运控模块的协同设计，参与端到端系统的联合优化与真机部署
优先资格
加分项：顶会论文（CVPR / ICCV / ECCV / NeurIPS / ICRA / CoRL 等）、SLAM / 重建相关开源贡献、CUDA 编程经验、真机或仿真部署经验
AI 洞察
优缺点分析
优点
- 人形机器人是当前AI与机器人交叉的热点赛道，技术前景广阔
- 团队年轻创新，爆款产品X2已实现规模化，有真实落地场景
- 深度参与从研发到部署的全流程，快速积累工程与产品经验
- 人形机器人技术复杂度高，需同时掌握视觉、SLAM、重建等多领域知识
- 前沿方法迭代快（如feed-forward重建），需要持续学习与跟进
- 真机部署调试可能涉及较多实验迭代，工作强度不低
- 适合对人形机器人空间感知有浓厚兴趣，具备扎实三维视觉与SLAM基础，且乐于从算法研发到真机部署全程参与的校招同学
缺点 / 挑战
- 薪资在AI校招中处于较高水平，14薪制
角色解读
- 从算法工程师向空间智能技术专家发展，深入掌握多传感器融合与三维视觉
- 积累人形机器人产品化经验，向系统架构师或技术负责人方向成长
- 参与前沿研究发布顶会论文，成为领域内的学术与工程复合型人才
- 负责人形机器人空间感知与三维重建核心算法的研发，构建环境的几何与语义统一表征
- 研发多传感器融合SLAM算法，解决高鲁棒性定位与建图问题
- 探索并落地feed-forward 3D重建、3D Gaussian Splatting等前沿三维表征技术
- 推动空间智能模块与下游感知、导航、运控模块的协同设计与真机部署
- 扎实的多视图几何、三维视觉、优化理论基础
- 熟悉至少一种SLAM/VIO/LIO或三维重建方向，有实际项目或论文经验
- 熟练掌握C++与Python，熟悉PyTorch，具备工程实现能力
- 加分项：顶会论文、开源贡献、CUDA编程、真机部署经验
申请策略
- 面试前了解智元机器人及灵犀X2的产品特点，思考空间感知在其中的应用
- 准备一个自己最熟悉的算法方向（如SLAM或NeRF）的深入讲解，包括原理、实现细节及改进点
- 突出SLAM或三维重建相关的项目/论文经历，尤其是开源贡献或顶会论文
- 强调C++/Python及PyTorch的工程落地能力，如有CUDA优化经验更佳
- 展示多传感器融合（相机、LiDAR、IMU等）的实际经验
- 如有机器人相关比赛或实习经历，请详细描述技术难点与成果
- 补充CUDA编程与GPU优化技能，这对实时三维重建非常关键
- 熟悉常见的SLAM开源框架（如FAST-LIVO2、VINS-Fusion）并动手调试
面试指南
- 对于算法原理类问题，建议先概述整体流程，再深入关键细节，突出你对底层数学的理解
- 对于实际场景问题，结合具体项目经历，按照“问题-方案-结果”的结构回答
- 对于开放性设计问题，展示系统思维，考虑传感器特性、计算资源、实时性等约束
- 请详细解释ORB-SLAM3的系统框架及核心模块（如跟踪、建图、回环检测）
- D Gaussian Splatting与NeRF相比有哪些优缺点？如何实现实时渲染？
- 多传感器融合SLAM中，如何处理不同传感器的时间同步与数据对齐？
- 你有过真机部署SLAM或重建算法的经验吗？遇到了哪些困难？
- 如果你来设计人形机器人的空间感知方案，你会选择哪些传感器与算法？
职位点评
76
综合评分
前沿人形机器人算法岗，技术导向、薪资偏高，但现场办公强度较高。
从起薪待遇、成长路径、工作节奏和岗位方向综合评估，方便比较职业起点。
更适合这类人
该职位最适合追求技术成长与前沿领域探索的求职者，不太适合对工作生活平衡有较高要求的同学。
表现最好
成长发展
相对薄弱
工作生活
薪资福利80
成长发展90
工作生活50
使命价值70
薪资福利
80较高
AI校招薪资偏高，14薪制，B轮公司福利较灵活，但未明确五险一金等细节。
薪资信号偏高 (20K-35K/月)
成长发展
90较高
职位集中于前沿三维视觉与SLAM技术，团队年轻创新，有论文发表和产品落地机会，成长性极强。
技术前沿前沿/新兴技术
技术栈SLAM、3D Gaussian Splatting、NeRF、feed-forward 3D reconstruction、多传感器融合
业务类型profit_center
工作生活
50较低
深圳现场办公，未提及WLB或弹性工时，人形机器人研发强度可能较高。
工作模式仅现场办公
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
70中等
人形机器人属于高速增长赛道，社会影响力中等（推动智能服务机器人普及），但JD未强调使命感。
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