AgiBot logo
智元机器人
算法负责人

算法负责人

发布于 2 小时前

中层管理(经理/总监)

AI 估算 · 6.0–10.0万 · AI 参考估算
高级经验
硕士
全职员工仅现场办公AI算法
AI算法
Agent开发
Deepspeed
Llama2
Motiongpt
Prompt Engineering
Pytorch
多模态大模型
生成式大模型

值不值得投

75综合评分

综合评分 75

前沿大模型与机器人交叉负责人岗位,技术成长强,办公与福利信息不明确。

从薪资福利、成长发展、工作生活和使命价值四个维度综合评估,方便横向比较。

薪资怎么样

8.0万

比AI算法中位数高

发布情况

新岗位 · 今天发布

公司情况

这家公司招聘很活跃

约 1640 个在招 · 其中AI算法 3 个

市场机会

选择适中

深圳 · AI算法 · 47 个在招

职位详情

关于这个职位

该岗位负责生成式 AI 与多模态算法在科学智能、机器人控制、动作生成等方向的研究与落地,需要主导大模型设计、训练、评测和部署

作为算法负责人,你还将参与团队管理、技术路线推进及论文/技术报告产出,适合有大模型与机器人交叉经验的高级算法人才

最低要求

计算机科学、人工智能、自然语言处理、自动化等相关领域硕士或博士学位

精通 Python 编程语言,熟悉 Transformer 架构、PyTorch 或 DeepSpeed 等深度学习框架
掌握生成式大模型的基本原理,熟悉 MotionGPT、Llama2、Mixtral 等预训练模型以及预训练与微调流程
熟悉 Prompt Engineering 和大模型 Agent 应用开发,有相关项目经验
优秀的团队管理能力、合作能力和沟通能力,能够独立解决复杂问题

工作职责

研究并推动生成式 AI 算法在科学智能与机器人领域的应用,探索并构建创新的算法模型和技术解决方案

设计、开发和优化生成式大模型,应用于虚拟环境、机器人控制系统及其他实际场景
深度参与数据构建、模型训练、评测与部署,支持机器人实机交互、操作与动作生成等关键任务
结合生成式 AI 与多模态技术,推进 Text2Motion、AIGC、Whole Body Control 等领域的技术落地与应用创新
撰写高质量研究论文或技术报告,积极参与学术与行业交流
论文

优先资格

有游戏动作角色开发经验,或具备 AutoGPT、XAgent、LangChain 等 Agent 开发经验

熟悉 CLIP、BLIP 等多模态预训练基座,有 LLava、MiniGPT、CogVLM 等多模态大模型项目经验
曾在英伟达、地平线、华为等边缘 AI 芯片上从事模型量化与推理部署工作
拥有模型数据闭环搭建的成功经验

AI 洞察

优缺点分析

优点

  • 岗位处于生成式 AI、多模态与机器人交叉方向,技术前沿性强,有利于积累高价值算法经验
  • 工作内容覆盖模型研究、训练部署和实机落地,能形成从算法到产品的完整闭环能力
  • 论文和技术报告要求有助于保持研究产出,适合兼具科研与工程兴趣的候选人
  • 需要同时兼顾前沿研究、工程落地和团队管理,对技术深度与协同推进能力要求都很高
  • 适合具有大模型、多模态、机器人或动作生成研究背景,同时具备团队管理经验和工程落地能力的高级算法人才

缺点 / 挑战

  • 负责人角色意味着有较高技术决策权和团队影响力,适合希望承担核心项目的人
  • 机器人实机交互和动作生成场景复杂,算法从仿真到真实环境迁移可能存在较高不确定性
  • 大模型训练、评测、部署和数据闭环建设投入较大,项目周期和结果验证可能存在压力

角色解读

  • 可向机器人具身智能算法专家、生成式 AI 研究负责人或多模态大模型技术负责人方向发展
  • 随着项目落地经验积累,可晋升为更高级别的技术管理岗位,负责更大范围的技术规划和团队建设
  • 也可通过论文、专利和行业交流形成学术与行业影响力,拓展到科研合作、技术战略或创业方向
  • 负责生成式 AI 大模型在机器人、虚拟环境和科学智能场景中的算法研究与技术路线设计,推动模型从概念验证走向实际应用
  • 参与数据构建、模型训练、评测、微调与部署,重点支持机器人实机交互、操作任务和动作生成
  • 推进 Text2Motion、AIGC、Whole Body Control、多模态理解等方向的技术落地,并协调团队完成关键项目交付
  • 产出高质量论文或技术报告,参与学术和行业交流,提升团队技术影响力
  • 需要扎实的 Python、Transformer、PyTorch、DeepSpeed 等深度学习工程能力,能够独立完成模型设计与训练优化
  • 需要理解生成式大模型、预训练与微调流程,并熟悉 MotionGPT、Llama2、Mixtral 等模型体系
  • 需要具备 Prompt Engineering、Agent 应用开发、多模态模型经验,能够把大模型能力转化为机器人场景解决方案
  • 作为负责人,还需要团队管理、跨团队协作、沟通推进和复杂问题独立解决能力

申请策略

  • 申请前建议了解公司在具身智能、机器人本体和生成式 AI 方向的产品与研究成果,准备针对性的技术判断
  • 面试中尽量用具体项目说明你如何定义问题、设计方案、组织团队并推动落地,而不仅罗列模型名称
  • 重点突出你主导过的大模型预训练、微调、评测或部署项目,说明模型规模、数据规模、训练策略和最终效果
  • 强调与机器人、动作生成、多模态或虚拟环境相关的项目经历,尤其是从算法设计到实机验证的完整链路
  • 展示团队管理经验,包括带教人数、任务拆解、技术路线制定、跨团队协作和项目交付结果
  • 如有论文、技术报告、专利、开源贡献或行业演讲,应单独列出,并说明与岗位方向的关联
  • 可补强 Text2Motion、Whole Body Control、机器人操作策略等具身智能核心知识,理解动作生成与控制系统约束
  • 可熟悉 CLIP、BLIP、LLava、MiniGPT、CogVLM 等多模态模型,以及模型量化、推理加速和边缘部署流程

面试指南

  • 技术项目类问题采用“背景目标—数据方案—模型设计—训练评测—部署结果—复盘改进”的结构回答
  • 管理类问题采用“目标拆解—人才分工—过程机制—风险处理—结果沉淀”的框架,突出可复制的团队推进方法
  • 前沿方向类问题先说明技术趋势,再结合机器人实机约束、数据成本、评测指标和落地场景给出自己的判断
  • 你如何设计一个面向机器人动作生成的生成式大模型方案,从数据、模型到评测如何闭环?
  • 请介绍你使用 Transformer、PyTorch、DeepSpeed 进行大模型训练或微调时遇到的关键工程问题及解决方法
  • 你如何理解 Text2Motion、AIGC 与 Whole Body Control 在机器人场景中的关系和落地难点?
  • 作为算法负责人,你如何拆解团队目标、分配任务并处理研究探索与项目交付之间的冲突?
  • 你是否做过模型量化、推理部署或数据闭环建设?请说明具体方案和效果评估方式

职位点评

薪资福利78
成长发展92
工作生活45
使命价值82

薪资福利

78中等

JD 未披露薪资和福利信息,但岗位为算法负责人且要求高级技术与管理能力,通常对薪资动机有一定吸引力。稳定性、福利和发放节奏未提及,无法进一步判断。

薪资信号未披露(AI估算:6.0千–10.0万/月)

成长发展

92较高

岗位明确涉及生成式大模型、多模态、Text2Motion、AIGC、Whole Body Control 和模型部署,技术成长空间很强。负责人角色也提供了技术路线制定和团队管理能力的成长机会。

技术前沿前沿/新兴技术
技术栈生成式AI、Transformer、PyTorch、DeepSpeed、MotionGPT、Llama2、Mixtral、Prompt Engineering、Agent、CLIP、BLIP、LLava、MiniGPT、CogVLM、模型量化、推理部署
业务类型ambiguous

工作生活

45较低

JD 仅明确地点为深圳,未说明远程、混合办公、弹性工时或休假安排,因此生活化动机满足程度难以判断。岗位包含负责人职责和实机落地要求,但原文未直接描述加班强度。

工作模式未明确
办公地点未明确
加班情况未提及(无法判断)

使命价值

82较高

岗位聚焦生成式 AI 在科学智能与机器人领域的应用,并涉及实机交互、操作与动作生成,具有较强的行业前沿和实际应用价值。JD 未直接描述社会使命,但技术方向具备较高创新属性。

行业发展新兴领域(暂难判断)
社会影响中性/一般
创新程度积极采用新技术
Watch Jobs