吉利汽车
具身智能工程师
具身智能工程师
发布于 1 天前普通员工/个人贡献者
全职员工仅现场办公具身智能
具身智能
Opencv
Pcl
仿真
协作机器人
工业通讯协议
强化学习
机器视觉
值不值得投
72综合评分
综合评分 72
前沿技术岗、平台资源丰富、技能成长快，但WLB和薪资未明确。
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。
薪资怎么样
20K
比具身智能中位数低
发布情况
新岗位 · 昨天发布
公司情况
这家公司招聘很活跃
约 1730 个在招 · 其中具身智能 2 个
市场机会
选择适中
杭州 · 具身智能 · 12 个在招
职位详情
关于这个职位
该职位负责具身智能系统的开发与集成，包括协作机器人、人形机器人在工业制造场景的应用
工作涉及视觉系统集成、抓取规划、策略算法开发和仿真迁移等，旨在提升工业自动化水平
最低要求
熟练掌握Python、C/C++编程语言，编程风格良好
熟悉常用工业通讯协议（EtherCAT, Profinet, TCP/IP）
熟悉至少一种协作机器人（如 UR,遨博,节卡）的底层协议与编程控制
熟悉OpenCV、Open3D, PCL或 Halcon 等图像、点云处理工具
可以指导初级工程师，攻克复杂场景下的算法适配、实时性要求、泛化交互等难题
有过工业视觉检测、尺寸测量、仿真规划等工业软件系统开发和测试经验优先
工作职责
参与核心业务和产品软硬件系统开发设计，如协作机器人、单臂/双臂复合机器人、人形机器人等系统集成及其在工业制造场景的开发应用
视觉系统集成，负责 2D/3D视觉系统与协作机器人的手眼标定（Hand-eye Calibration）及通讯对接
抓取与规划,开发针对无序/有序堆叠零部件的抓取位姿估计算法，并进行避障路径规划
柔性装配，利用协作机器人的内建力控或外接六维力传感器，开发自适应装配、拧紧策略等
策略算法开发， 研发基于模仿学习（Imitation Learning）或强化学习（Reinforcement Learning）的端到端操控策略
仿真与实机迁移，构建高保真物理仿真环境（如 Isaac Sim, Mujoco），优化 Sim-to-Real 算法，减少实机调试成本
优先资格
有过工业视觉检测、尺寸测量、仿真规划等工业软件系统开发和测试经验优先
AI 洞察
优缺点分析
优点
- 行业前沿，涉及机器人、人工智能和工业自动化，技术成长空间大
- 公司平台资源丰富，有机会参与大型工业项目
- 技能积累性强，掌握多项跨领域技术，提升职业竞争力
- 技术复杂度高，需要持续学习和解决实际工业场景难题
- 可能涉及现场调试和实机测试，工作强度较大
缺点 / 挑战
- 对算法和工程能力要求高，竞争压力较大
- 适合对机器人技术和人工智能有浓厚兴趣，具备扎实编程、算法基础，愿意挑战工业自动化难题的求职者
角色解读
- 从工程师成长为高级工程师或技术专家，深耕具身智能领域
- 向技术管理岗位发展，如团队负责人或项目经理
- 参与行业前沿研究，成为机器人与AI融合的专家
- 负责具身智能系统的软硬件开发，包括协作机器人、人形机器人在工业场景的系统集成
- 开发视觉系统集成，实现手眼标定和通讯对接，提升机器人感知能力
- 设计抓取与规划算法，用于无序零部件抓取和避障路径规划
- 研发端到端操控策略，应用模仿学习和强化学习技术
- 构建物理仿真环境，优化Sim-to-Real算法，降低实机调试成本
- 熟练掌握Python和C/C++编程，具备良好编程风格
- 熟悉工业通讯协议（如EtherCAT、Profinet）和协作机器人控制
- 具备机器视觉和点云处理技能，使用OpenCV、PCL、Halcon等工具
- 了解模仿学习、强化学习等AI算法在机器人中的应用
申请策略
- 研究吉利汽车在智能驾驶、机器人方面的业务布局和技术方向
- 准备展示解决实际工业问题的案例，突出算法应用和工程落地能力
- 突出Python/C++编程经验和具体项目案例，尤其是机器人或视觉相关
- 展示机器视觉、点云处理或强化学习项目成果，量化效果
- 强调协作机器人、工业自动化或仿真经验，如使用Isaac Sim、Mujoco等工具
- 如有指导团队或解决复杂问题的经历，重点描述
- 学习工业通讯协议和协作机器人底层控制，增强实操能力
- 提升机器视觉算法和点云处理技能，熟悉OpenCV、PCL等库
面试指南
- 使用STAR方法（情境、任务、行动、结果）描述项目经验，突出技术细节和成果
- 结合具体技术（如OpenCV、强化学习）解释算法实现和优化过程
- 强调解决问题的思路，如迭代调试、仿真测试等，并总结收获
- 请描述你参与过的机器人系统集成项目，遇到了哪些挑战？
- 如何实现机械臂的手眼标定？有哪些常见方法？
- 你如何开发针对无序堆叠零部件的抓取位姿估计算法？
- 介绍你使用强化学习进行策略开发的经验，效果如何？
- 如何解决仿真到实机的迁移问题，减少调试成本？
职位点评
薪资福利70
成长发展90
工作生活50
使命价值75
薪资福利
70中等
该职位未披露薪资和福利信息，但公司为上市公司，平台可能较为稳定。
薪资信号未披露（AI估算：15K-25K/月）
成长发展
90较高
职位涉及前沿技术如具身智能、强化学习，有利于技能成长和职业发展，技术挑战性强。
技术前沿前沿/新兴技术
技术栈Python、C/C++、工业通讯协议、协作机器人、OpenCV、Open3D、PCL、强化学习、仿真、Isaac Sim、Mujoco
业务类型profit_center
工作生活
50较低
工作地点未明确，办公模式未提及，可能涉及现场办公，WLB信息有限。
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
75中等
具身智能是新兴领域，有行业增长潜力，但社会影响力中性，使命导向未明确。
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