京东方
规划算法研发岗(J51757)
规划算法研发岗(J51757)
发布于 大约 14 小时前普通员工/个人贡献者
合肥市
中级经验
全职员工
仅现场办公
学历未注明
软件工程
Agv
Amr
Dijkstra
Ros
深度学习
路径规划
运动规划
AI 估算 · 15k–30k
合肥机器人算法岗市场薪资约15-30K，京东方平台稳定，技术方向热门，具有一定竞争力。
职位详情
关于这个职位
该职位负责AGV/AMR机器人的行为决策与路径规划算法研发，需设计高效安全的轨迹生成算法并解决复杂动态场景下的实时规划问题
你将与感知、控制团队紧密协作，推动算法在实际产线和仓储场景落地，同时参与前沿算法探索与团队技术培养
适合有扎实C++/Python及传统规划算法基础，并对机器人或自动驾驶领域有热情的工程师
最低要求
专业能力：
熟练掌握C++，Python等编程语言
具备线性代数、运筹学、优化理论基础
熟悉ROS、ROS2等框架，能够快速验证算法效果和进行部署
熟练掌握传统的规划算法例如dijkstra算法、A、D算法
通识能力：
逻辑思维能力
责任心强及学习能力强
需要具备沟通协作和一定的抗压能力
良好的团队协作精神
工作职责
算法开发与优化：负责AGV、AMR等机器人的行为决策、路径规划、运动规划等核心模块的算法研发，对生产线、仓库、工厂等场景设计高效安全的轨迹生成算法(Lattic Planner、Optimal Planeer等)，解决复杂动态场景下的实时规划问题，确保对长尾场景的鲁棒性
跨模协同，与感知、控制算法紧密协作，构建闭环规划系统，确保规划结果符合AGV与机器人的动力学约束，参与系统级别方阵与实车调试，推动算法在实际项目中落地
技术攻坚与创新，持续跟踪前沿算法动态，探索深度学习、强化学习、模仿学习算法与传统规划算法的融合
跟踪学术前沿动态，对CVPR、ICRA等顶会顶刊等进行复现
团队培养，建立规划算法的人才培养体系、研发评审框架，指导初中级别工程师工作，提升团队整体技术能力
追踪复现前沿算法，探索先进算法落地部署的可能性和方案
优先资格
对基于深度学习或者其他机器学习方法实现规划决策并落地于产品者优先
有CVPR、ICRA或运筹规划领域等顶刊顶会者优先
AI 洞察
优缺点分析
优点
- 技术栈包含传统规划与前沿AI，能积累扎实的算法功底和工程落地经验
- 京东方在智能制造领域布局广泛，项目落地场景丰富，成果易量化
- 团队有培养职责，可锻炼技术领导力，适合有志于技术管理或专家路线的人
- 涉及AGV/AMR等热门行业，未来跳槽选择面广（物流机器人、自动驾驶等）
- 工作节奏可能较快，需要一定的抗压能力和多任务并行能力
- 适合有计算机、自动化、机器人背景，对规划算法有热情，愿意深入工业场景，并兼顾团队成长的工程师
缺点 / 挑战
- 需要同时掌握传统规划算法和AI算法，对学习能力要求较高
- 涉及实车调试和产线场景，可能面临现场环境复杂、调试周期长的压力
角色解读
- 深耕机器人规划算法领域，成为技术专家（Principal/Senior Engineer），主导复杂系统设计
- 向技术管理方向转型，担任团队负责人或技术总监，带领团队攻克难题
- 横向拓展至自动驾驶、无人机等相似领域的规划算法岗位
- 负责AGV/AMR机器人的行为决策与路径规划算法研发，使用传统规划算法（A*、D*等）和前沿深度学习、强化学习方法
- 与感知、控制团队协同，构建闭环规划系统，并参与实车调试，确保算法在产线和仓库场景落地
- 跟踪CVPR、ICRA等顶会论文，复现前沿算法并探索落地可能性
- 指导初中级工程师，建立团队研发评审框架，提升整体技术能力
- 扎实的C++和Python编程能力，熟悉线性代数、运筹学、优化理论
- 精通ROS/ROS2框架，能快速验证和部署算法
- 熟练掌握传统路径规划算法（Dijkstra、A*、D*）及其变种
- 加分项：有深度学习、强化学习在规划决策中的应用经验，或顶会论文
申请策略
- 了解京东方在智能制造和物流自动化方面的业务布局，在面试中展示对工业场景的理解
- 准备一个完整的规划算法项目案例，从问题定义、方案设计到实验结果，突出难点和解决思路
- 突出C++/Python项目经验，尤其是ROS下的机器人规划或控制相关项目
- 展示传统规划算法的实现案例（如A*、Dijkstra），并说明优化效果
- 如有深度学习/强化学习在规划中的应用，详细描述模型设计与落地结果
- 强调顶会论文发表或参与机器人竞赛的成果
- 系统复习运筹学、优化理论，尤其是图搜索算法和轨迹优化方法
- 熟悉ROS2和常用仿真工具（如Gazebo），搭建简单规划Demo
面试指南
- 对于算法类问题，先讲清楚核心原理和数学基础，再结合实际项目说明应用和优化
- 对融合类问题，按“问题分析-传统方法局限-AI方法优势-融合方案-实验验证”的逻辑回答
- 情景题使用STAR法则：情境、任务、行动、结果，突出个人贡献和思考
- 请详细解释A*算法的原理、优化方法及在机器人路径规划中的应用限制
- 如何结合深度学习和传统规划算法解决复杂动态环境下的实时规划问题？
- 描述一次你处理规划算法长尾场景的经历，如何保证鲁棒性？
- ROS中如何实现一个简单的规划节点？请说明通信机制和坐标变换
- 你有过指导初级工程师的经验吗？如何进行代码评审和技术分享？
职位点评
68
综合评分
技术前沿的机器人算法岗，发展空间大但需接受一定工作强度。
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
最看重技术成长和行业前景的求职者，对工作生活平衡容忍度较高。
表现最好
成长发展
相对薄弱
工作生活
薪资福利65
成长发展85
工作生活50
使命价值70
薪资福利
65中等
薪资水平在合肥具有竞争力，京东方提供五险一金等基本福利，但具体薪酬结构未提及，且为社招岗位，整体补偿性中等。
薪资信号未披露（AI估算：15K-30K/月）
成长发展
85较高
该岗位涉及传统规划与前沿AI算法，技术前沿性好，且有团队培养职责和人才培养体系建设，发展空间大。
技术前沿前沿/新兴技术
技术栈深度学习、强化学习、模仿学习、CVPR、ICRA、路径规划、运动规划
成长机会人才培养体系、研发评审框架、指导初中级别工程师
业务类型profit_center
工作生活
50较低
合肥新站区可能远离市中心，通勤便利性一般，JD提到抗压能力，未明确WLB，生活化动机满足有限。
工作模式未明确
办公地点科技园/产业园
加班情况JD含高强度暗示词
使命价值
70中等
智能制造与物流自动化属于国家支持领域，社会价值较高，但具体使命导向描述较少，意义感中等。
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
京东方 的其他在招职位
相似职位推荐
Watch Jobs