具身大模型AI算法工程师-中央研发部

优缺点分析

角色解读

• 实习期间可深入接触机器人AI前沿技术，积累大模型和机器人算法经验，为后续正式工作或研究打下坚实基础
• 表现优秀者可转为正式员工，在中央研发部继续从事具身智能算法研究，成长为算法骨干或专家
• 未来可向AI算法专家、技术经理或机器人架构师方向发展
• 研究和优化多模态Agentic AI算法，包括场景理解、工具调用、强化学习等，提升机器人长时程任务执行能力
• 参与VLA/WAM端到端大模型的训练与推理优化，涉及多模态数据合成、世界模型预测、边缘端模型部署与加速
• 与团队协作进行工作流编排和端云协同开发，确保系统鲁棒性和实时性
• 扎实的编程基础，精通Python/C/C++，熟悉PyTorch/CUDA等AI框架
• 有AI训练、推理、CV、深度学习或模型部署相关经验
• 了解机器人多模感知、路径规划、运动控制等算法
• 较强的学习能力，能够快速跟踪前沿AI技术

申请策略

• 在申请时，展示对具身智能领域的热情和对公司技术路线的理解
• 可以主动提出自己的想法或研究兴趣，体现主动性
• 重点突出AI训练/推理、深度学习项目经验，尤其是使用PyTorch/CUDA的实践
• 如有机器人相关项目（感知、控制、规划）或竞赛经历，务必详细描述
• 强调独立工作能力和解决问题的能力，可提供具体案例
• 提前熟悉PyTorch和CUDA编程，动手实现一些经典模型
• 了解多模态AI、强化学习基础，阅读相关论文
• 如有机会，可以尝试一些开源机器人项目，积累实操经验

面试指南

• 对于项目介绍，按照“背景-方法-结果-反思”的结构，突出个人贡献和难点解决
• 对于技术问题，先阐述基本原理，再结合具体场景分析，最后提出可行方案
• 对于开放性问题，展示知识面和个人见解，同时保持谦虚和求知态度
• 请介绍一下你做过的一个AI项目，涉及哪些关键技术？
• 如何优化大模型在边缘设备上的推理速度？
• 你了解哪些多模态融合方法？请举例说明
• 在强化学习中，如何处理稀疏奖励问题？
• 你如何看待具身智能的未来发展？