Renesas logo
瑞萨电子
Robotic AI Intern

Robotic AI Intern

发布于 2 小时前

实习/见习

AI 估算 · 6.0千–1.0万 · AI 参考估算
无经验要求
硕士
实习生仅现场办公机器人开发
机器人开发
Ros
Ros2
传感器融合
强化学习
机器学习
计算机视觉
运动规划

值不值得投

77综合评分

综合评分 77

前沿机器人AI技术实战,导师制培养,转正机会明确,社会价值高,生活化激励未明确

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,方便比较实习机会。

薪资怎么样

8.0千

比机器人开发中位数低

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 170 个在招 · 其中机器人开发 2 个

市场机会

选择适中

北京 · 机器人开发 · 49 个在招

职位详情

关于这个职位

该实习岗位主要参与真实机器人系统的AI算法开发与集成,涵盖感知、运动规划及智能控制等领域

你需要使用Python/C++和ROS框架,将AI模型部署到实际机器人或模拟器中,并进行实验验证与跨部门协作,旨在 bridging AI算法与现实世界机器人部署

最低要求

目前正在攻读硕士或博士学位,专业为机器人、人工智能、计算机科学、电气工程或相关领域

具备以下至少一项坚实基础:
机器人基础(运动学、动力学、控制)
机器学习/深度学习
计算机视觉或传感器融合
熟练掌握 Python
有 C/C++ 经验者优先
熟悉 Linux 开发环境
具备扎实的解决问题能力和快速学习能力

工作职责

机器人AI与算法开发:

开发和评估用于机器人的AI算法,如:感知(视觉、传感器融合)、运动规划与决策、基于学习的控制(如模仿学习、强化学习)
在真实机器人系统或模拟器(如AMR、机械臂、人形机器人、无人机)中实现和优化算法
软件与系统集成:
使用 Python 和/或 C/C++ 实现解决方案
使用 ROS / ROS2 等机器人框架工作
将AI模型与传感器(相机、激光雷达、IMU)、执行器和嵌入式平台集成
实验与验证:
设计实验,运行仿真,并分析性能数据
评估AI模型的延迟、准确性和鲁棒性
支持演示系统和概念验证开发
协作与文档:
与跨职能团队(机器人、嵌入式、系统、产品)合作
清晰地记录设计、实验和结果
向技术和业务利益相关者展示发现

优先资格

拥有以下动手经验:

ROS / ROS2
PyTorch, TensorFlow 或类似机器学习框架
真实机器人(AMR/AGV、机械臂、人形机器人、无人机)
有仿真工具使用经验:
Gazebo, Isaac Sim, MuJoCo 或类似工具
接触边缘计算、嵌入式系统或软硬件协同设计
在机器人或AI领域有论文发表、Kaggle项目、GitHub仓库或开源贡献

AI 洞察

优缺点分析

优点

  • 提供接触真实工业级机器人系统和边缘AI平台的机会,技术栈前沿
  • 由资深架构师指导,有助于快速提升工程实践能力
  • 表现优异者有机会获得转正Offer,进入跨国半导体巨头发展
  • 需要同时掌握AI算法与机器人系统工程知识,学习曲线陡峭
  • 需处理真实硬件带来的复杂性和不确定性,对调试能力要求高
  • 跨国企业流程规范,可能对创新速度有一定约束
  • 适合正在攻读硕士/博士的机器人、AI或相关专业学生,对将AI落地到物理世界有强烈兴趣,具备扎实编程基础和工程实践热情的人

缺点 / 挑战

暂无明显挑战项

角色解读

  • 从实习生成长为全职机器人AI工程师,深入参与工业级机器人系统的研发
  • 未来可向机器人算法专家、系统架构师方向发展,或在边缘AI、自动驾驶、智能制造等高增长领域深耕
  • 负责开发和优化机器人领域的AI算法,包括感知、规划和控制模块
  • 将AI模型集成到实际的机器人硬件或仿真环境中,并进行性能测试与验证
  • 与跨职能团队协作,完成从算法设计到原型实现的完整流程
  • 扎实的机器人学基础(运动学、动力学、控制理论)
  • 精通Python,熟悉C/C++
  • 掌握ROS/ROS2框架及Linux开发环境
  • 具备机器学习/深度学习理论基础,了解计算机视觉或传感器融合技术

申请策略

  • 关注瑞萨电子在汽车电子和工业物联网领域的最新动态,理解其业务背景
  • 准备展示你如何将理论算法转化为可运行的代码,并解决实际问题
  • 突出与机器人AI相关的课程项目或研究经历,特别是涉及感知、规划、控制的算法实现
  • 强调Python/C++编程能力及ROS/Linux使用经验
  • 如有Kaggle比赛、GitHub开源项目或相关论文发表,务必重点展示
  • 加强机器学习框架(PyTorch/TensorFlow)的实际应用练习
  • 熟悉常见机器人仿真工具(如Gazebo)
  • 若缺乏硬件经验,可通过开源机器人套件或在线仿真平台积累实操感

面试指南

  • 使用STAR法则(情境、任务、行动、结果)结构化回答项目经历问题
  • 对于技术问题,先阐述基本原理,再结合具体案例说明实现细节和优化思路
  • 遇到难题时,展示你的问题分析逻辑和解决步骤
  • 请介绍一个你参与的机器人或AI相关项目,你在其中负责什么?
  • 你是如何实现和优化一个具体的AI算法(如目标检测或路径规划)的?
  • 在ROS环境中,如何处理传感器数据融合和实时性问题?
  • 面对算法在仿真中表现良好但在真实硬件上效果不佳的情况,你会如何排查?
  • 你对边缘AI部署有哪些了解?遇到过哪些挑战?

职位点评

薪资福利70
成长发展90
工作生活60
使命价值80

薪资福利

70中等

作为跨国巨头企业的实习岗位,薪资虽非顶尖但符合市场水准,且提供转正机会,稳定性较高。JD未明确具体福利细节,但提及竞争性薪酬包。

薪资信号未披露(AI估算:6.0千–1.0万/月)
福利待遇competitive benefits package、return offer / full-time conversion

成长发展

90较高

极高发展潜力。直接参与真实机器人项目,接触边缘AI和先进算法,由资深专家指导,技术栈前沿且实用,成长空间巨大。

技术前沿前沿/新兴技术
技术栈AI algorithms、Edge AI、ROS、ROS2、Python、C++、Machine Learning、Deep Learning、Computer Vision、Sensor Fusion、Reinforcement Learning、Imitation Learning
成长机会Mentorship from senior robotics architects and engineers、Hands-on experience with industrial-grade robotic AI systems、Strong opportunity for return offer / full-time conversion
业务类型profit_center

工作生活

60中等

实习期通常工作节奏较快,需投入大量精力学习和项目交付。JD未明确提及弹性工作或WLB政策,但作为研发类岗位,相对灵活。

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

80较高

公司使命是‘让生活更轻松’,致力于塑造更安全、健康、绿色和智能的未来。工作内容涉及机器人AI,具有显著的社会价值和行业影响力。

行业发展高速增长赛道
社会影响正向社会影响力较高
使命信号To Make Our Lives Easier、shaping a safer, healthier, greener, and smarter future、shape the future
创新程度积极采用新技术
Watch Jobs