智元机器人
机器人全栈算法实习生（Robotics Full-Stack Algorithm Engineer）
机器人全栈算法实习生（Robotics Full-Stack Algorithm Engineer）
发布于 大约 9 小时前实习/见习
北京市 / 上海市
无经验要求
实习生
仅现场办公
学历未注明
实习与临时职位
Ros/Ros2
强化学习
感知
控制
模仿学习
状态估计
运动规划
操作策略学习
AI 估算 · 5k–12k
实习岗位薪资通常按日计算，北京上海全职实习月薪区间，结合公司B轮融资阶段和中大型规模，估算合理区间。
职位详情
关于这个职位
这是一个机器人全栈算法实习岗位，你将参与遥操作与智能控制系统的研发，涵盖感知、运动规划、控制、状态估计、强化学习等模块
工作包括设计算法、独立推进任务、优化性能，并与团队协作推动算法在真实机器人上的部署
适合对机器人技术充满热情、具备C++/Python基础和系统理解的同学
最低要求
对机器人技术充满热情，关注前沿进展，具备持续学习与深入钻研的主动性
具备优秀的理解能力与自主驱动，能够在不确定条件下厘清需求、独立推进任务
精通 C++ 与 Python，具备良好的代码结构设计、工程实现与性能调试能力
对机器人基础算法体系有全面认知，并在以下至少一个方向具有深入经验：
感知（图像处理、点云理解、多模态融合、SLAM）
运动规划（采样规划、轨迹优化等）
控制（位置/速度/力控制，MPC 等）
状态估计（Kalman / particle filter，传感器融合）
强化学习与模仿学习（包括行为克隆、DAgger、PPO、Diffusion Policy 等）
操作策略学习（manipulation policy learning），具备从感知到动作生成的端到端建模能力
拥有对机器人系统架构的整体理解，能够快速上手和集成不熟悉的算法模块
欢迎具有强大学习能力和成长潜力的候选人，即使在某些方向经验尚浅，也能迅速适应、持续成长
工作职责
设计并实现机器人系统中的关键算法模块，包括但不限于感知（perception）、运动规划（planning）、控制（control）、状态估计（state estimation）、强化学习（reinforcement learning）与操作策略学习（manipulation policy learning）等
独立负责具体任务目标的技术方案制定与交付，快速理解需求、拆解问题，并推动高质量实现
主动识别系统性能瓶颈，提出并验证改进方案，持续优化系统稳定性与效率
与系统工程、硬件集成、仿真测试等团队紧密协作，推动算法模块在真实场景中的有效部署与迭代
优先资格
有机器人实机部署经验，特别是在高复杂度任务中的经验
有机器人系统或远程操控经验
在机器人或机器学习顶级会议（ICRA, CoRL, RSS, NeurIPS 等）发表论文者优先
熟悉 ROS/ROS2、Mujoco、PyBullet、Isaac Sim 等仿真和开发工具链者优先
AI 洞察
优缺点分析
优点
- 深度参与真实机器人系统研发，积累从算法到部署的全流程经验
- 接触前沿的 VLA、强化学习、模仿学习等技术，提升核心竞争力
- 公司处于 B 轮融资阶段，发展迅速，实习转正机会较大
- 地点在北京上海，科技资源丰富，利于职业网络拓展
- 机器人实机部署涉及硬件集成，调试难度高，需要耐心和动手能力
- 实习周期可能有限，需要在短时间内交付高质量成果
- 适合对机器人技术充满热情、具备扎实编程基础并希望在多个算法方向快速成长的实习生
缺点 / 挑战
- 岗位要求全面，需要同时掌握多个算法方向，学习压力大
角色解读
- 从单一方向深入成为机器人算法专家，如感知、控制或强化学习等
- 向系统架构师方向发展，掌握全栈机器人系统设计能力
- 可转向技术管理岗位，带领算法团队攻克复杂任务，并推动前沿技术落地
- 设计和实现机器人系统中的感知、规划、控制、状态估计等算法模块
- 独立负责技术方案的制定与交付，从需求理解到高质量实现的全流程
- 识别系统性能瓶颈，提出改进方案并持续优化算法稳定性和效率
- 与系统工程、硬件集成等团队协作，推动算法在真实机器人上的部署与迭代
- 精通 C++ 和 Python，具备良好的工程实现和调试能力
- 对机器人基础算法体系有全面认知，并在感知、规划、控制、强化学习等至少一个方向有深入经验
- 具备系统架构理解能力，能快速集成不熟悉的算法模块
- 优秀的自主驱动和问题拆解能力，能在不确定条件下推进任务
申请策略
- 了解智元机器人的产品方向（如人形机器人、遥操作），在面试中展现兴趣
- 准备1-2个完整的算法项目案例，能够清晰讲述问题、方案、结果
- 突出机器人相关项目经历，尤其是涉及感知、规划或控制算法的实际实现
- 强调C++和Python的编程能力，可附上代码仓库链接
- 如果参加过机器人竞赛或开源项目（如ROS），务必展示
- 提及发表的顶会论文或复现的经典算法，体现研究能力
- 提前熟悉ROS/ROS2、Gazebo或Isaac Sim等仿真工具
- 补充强化学习和模仿学习的理论基础，并动手实现简单策略
面试指南
- STAR法则：描述情境、任务、行动、结果，突出个人贡献和思考
- 对比法：从经典方法和最新方法对比入手，展示知识广度
- 问题导向：先阐述问题定义，再逐步介绍方案，最后总结教训
- 请描述一个你实现的机器人控制或规划算法，以及遇到的挑战
- C++中智能指针的使用场景和注意事项
- 解释一下MPC（模型预测控制）的原理和优缺点
- 强化学习中的探索-利用平衡如何实现？举例说明
- 如何评估一个SLAM系统的性能？
职位点评
62
综合评分
前沿机器人全栈算法实习，技术成长极佳，但现场办公且薪资未披露。
从学习成长、工作节奏、岗位方向和实习待遇综合评估，方便比较实习机会。
更适合这类人
最适合追求技术成长和前沿经验的求职者，对薪资和WLB要求不高。
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90
工作生活40
使命价值70
薪资福利
50较低
实习岗位薪资相对有限，但公司提供实习证明和学习机会，福利未在JD中明确提及。
薪资信号未披露（AI估算：5K-12K/月）
成长发展
90较高
实习岗位深度参与机器人全栈算法研发，接触前沿技术，成长路径清晰，公司强调学习能力和成长潜力。
技术前沿前沿/新兴技术
技术栈C++、Python、强化学习、模仿学习、VLA、ROS/ROS2、Isaac Sim
成长机会持续学习、成长潜力、持续成长
业务类型ambiguous
工作生活
40较低
实习需要现场办公，北京上海办公室，通勤可能较长，未提及弹性工作或WLB相关福利。
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
70中等
机器人行业属于高速增长赛道，岗位专注于遥操作和智能控制，对社会效率和自动化有正向影响，但JD未提及具体社会价值。
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