智元机器人
具身数据算法研究员
具身数据算法研究员
发布于 大约 15 小时前普通员工/个人贡献者
上海市
其它
全职员工
仅现场办公
学历未注明
研究与开发 (研发)
Diffusion
Jax
Kinematics
Pytorch
Rl
Vla
数据驱动
机器人学
AI 估算 · 30k–60k
具身智能赛道火爆，B轮公司算法研究员职位稀缺，上海地区高薪，参考市场价合理中位数。
职位详情
关于这个职位
该职位是智元机器人的具身数据算法研究员，专注于通过VLA、World Models和强化学习等技术，构建机器人操纵的数据引擎
你将研究物理世界的数据分布，设计数据自举闭环，提升机器人的灵巧性和泛化能力
适合对数据驱动和具身智能有浓厚兴趣的算法人才
最低要求
卓越的统计与机器学习功底: 深刻理解机器人数据的统计特性，熟练掌握 Transformer, Diffusion等主流架构和RL主要理论
数据敏感度: 能够从看似杂乱的机器人传感器数据中，发现规律并转化为算法策略
全栈研发能力: 精通 Python/PyTorch/Jax，具备处理大规模分布式数据的经验，同时对机器人学 (Kinematics, Dynamics) 有基本认知
第一性原理: 认同“数据驱动”是通向 AGI 的核心路径，愿意深挖物理世界数据的潜力
工作职责
数据分布建模: 深入研究真机交互数据的分布，利用 VLA 和大模型能力，实现对 TB 级异构数据的自动化清洗、标注与价值评估
构建自举闭环: 设计并实现基于强化学习的方案的自动化数据筛选机制，利用世界模型和VLA模型进行大规模数据生产与负例生成
定义物理智能度量: 建立一套科学的评估指标，衡量数据质量对模型泛化能力、长程任务成功率的影响
数据-模型循环: 负责从数据生产到模型消费的全链路实验流程，通过数据驱动的方式解决机器人操纵中的灵巧性难题
优先资格
有处理大规模视觉-语言-动作 (VLA) 数据或多模态数据集的实战经验
在机器人学习、计算机视觉或机器学习顶会有高质量产出
有过数据驱动型复杂系统（如自动驾驶、大规模推荐系统）的闭环优化经验
AI 洞察
优缺点分析
优点
- 身处具身智能最前沿赛道，数据是核心壁垒，个人技术积累价值高
- 智元机器人B轮融资，资源充足，能接触真实机器人海量数据
- 数据质量与算法迭代依赖实验闭环，可能需要频繁调整思路，不确定性高
- 对综合能力要求极高，需同时精通算法、工程和机器人学入门知识
- 该领域竞争激烈，需要持续跟进最新论文和技术动态
- 适合热爱技术、具有科研精神、愿意深入数据底层驱动模型进化的算法工程师，尤其是对机器人操作和通用人工智能有强烈兴趣的求职者
缺点 / 挑战
- 任务挑战大，涉及VLA、世界模型、RL等多种前沿技术，成长空间广阔
角色解读
- 深耕具身智能数据算法，成为数据驱动机器人领域的专家
- 横向拓展至模型设计或系统架构，领导核心算法模块的研发
- 随着公司成长，可晋升为技术负责人或数据平台负责人，主导技术方向
- 分析和建模机器人真实交互数据的统计分布，利用VLA、世界模型等算法自动化处理TB级数据
- 设计并实现基于强化学习的数据筛选和生成机制，构建数据-模型闭环，提升机器人灵巧操作能力
- 定义数据质量评估指标，度量数据对模型泛化和长程任务成功率的影响
- 扎实的机器学习与深度学习功底，熟悉Transformer、Diffusion、RL等主流模型
- 极强的数据敏感度，能从异构传感器数据中发现规律并转化为算法策略
- 全栈技术能力：精通Python、PyTorch或Jax，具备大规模分布式数据处理经验，了解机器人运动学/动力学
申请策略
- 在面试中展示对数据驱动方法论的深度思考，准备1-2个从数据中发现规律并改进模型的实际案例
- 了解智元机器人的技术路线和产品方向，在回答中契合其“物理世界数据分布”的理念
- 突出处理大规模多模态数据（VLA、视频、传感器）的经验，特别是自动化清洗、标注或数据增强项目
- 展示在RL、Transformer或Diffusion模型上的实际落地案例，最好有机器人或仿真环境应用
- 强调全栈能力：分布式数据处理、PyTorch/Jax优化、机器人学基础课程或项目
- 学习强化学习在机器人领域的应用，如RLHF、PPO、SAC等，并尝试在仿真环境（如MuJoCo）中实验
- 熟悉至少一种大规模数据处理框架（如Spark、Ray），并了解数据管线设计
面试指南
- 对于数据相关问题，先分析数据分布特点（噪声、模态、量级），然后提出从统计到策略的递进方案，强调自动化与闭环
- 对于算法设计问题，把VLA、世界模型、RL串联，说明它们如何协同工作，并举例说明数据-模型互相促进的循环
- 对于经验问题，用STAR方法（情境-任务-行动-结果）描述具体项目，突出数据驱动的成功案例
- 请描述你如何处理一个包含噪声和异构信息的机器人数据集，并设计数据清洗流程
- 如何用强化学习思想设计一个自动数据筛选机制？请举例说明
- 在VLA模型中，数据质量对模型性能影响很大，你如何定义和度量数据质量？
- 请谈谈你对World Models和其在机器人操纵中作用的理解
- 你如何将大规模分布式训练与数据处理结合起来？用过哪些工具？
职位点评
72
综合评分
前沿具身智能研究岗，技术成长极高，薪资有竞争力，但WLB一般，适合技术攻坚型人才。
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
最适合追求技术前沿和快速成长、愿意投入高强度工作以换取职业飞跃的求职者。
表现最好
成长发展
相对薄弱
工作生活
薪资福利70
成长发展95
工作生活40
使命价值80
薪资福利
70中等
B轮公司薪资有竞争力，但未明确披露具体福利，总体补偿性中等偏上。
薪资信号未披露（AI估算：30K-60K/月）
成长发展
95较高
职位处于具身智能最前沿技术领域，涉及VLA、World Models、RL等前沿技术，成长空间极大。
技术前沿前沿/新兴技术
技术栈Transformer、Diffusion、RL、VLA、World Models
业务类型ambiguous
工作生活
40较低
工作地点在上海，未提及灵活办公，推测为现场办公，且机器人算法研发强度大，WLB一般。
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
80较高
该职位致力于通用机器人技术，推动AGI发展，具有较高社会影响力，行业处于高速增长赛道。
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）
智元机器人 的其他在招职位
相似职位推荐
Watch Jobs