宁德时代
具身智能主任工程师
具身智能主任工程师
发布于 大约 8 小时前普通员工/个人贡献者
宁德市
无经验要求
全职员工
仅现场办公
本科
具身智能
Ros2
Vla
Wam
强化学习
机器人运动规划
模仿学习
锂电自动化
AI 估算 · 30k–60k
具身智能算法工程师为高需求岗位，宁德时代作为行业龙头，薪资水平较高，结合岗位级别与城市，估算月薪3-6万。
职位详情
关于这个职位
该职位负责在锂电池工厂中设计并落地基于人形机器人、复合机器人等智能装备的自动化解决方案，通过VLA/WAM等算法开发与仿真训练，打通产线柔性工序的'最后一公里'
你将参与多模态算法开发、混合规划方案设计、仿真环境搭建与真机部署，推动工业自动化升级
适合对具身智能和机器人技术有深厚兴趣、渴望在工业场景中实现技术落地的工程师
最低要求
学历专业：本科及以上
知识技能：1. 算法基础（核心要求）：传统运动规划（深入理解机器人运动学与动力学，精通轨迹规划、避障算法（如 A、RRT CHOMP/STOMP MPC 等））
VLA、WAM与具身智能（熟悉 Transformer 架构及多模态大模型（如 RT-1, RT-2, OpenVLA 或类似框架）
掌握模仿学习（BC/GAIL）、强化学习（PPO/SAC）在机器人操作中的应用
了解视觉语言模型（VLM）与机器人动作空间的映射技术）
仿真平台使用：精通至少一种以下主流仿真环境：NVIDIA Isaac Gym / Isaac Sim（具备在大规模并行仿真环境下进行强化学习训练的经验）、MuJoCo / PyBullet（熟悉物理引擎参数调优，能够进行精细的接触力学仿真）、Gazebo（熟悉基于 ROS/ROS2 的系统级仿真与逻辑验证）、Sapien / ManiSkill（有视觉操作仿真经验者优先）
编程与工具链：熟练掌握 Python（主流AI框架如 PyTorch/TensorFlow）与 C++（高性能算子开发）
熟练使用 ROS2，了解其底层通信机制与中间件优化
熟悉 Docker 容器化部署及 GPU 集群训练流程
工作职责
）多模态算法开发：负责基于VLA（Vision-Language-Action）/ WAM （world action model）架构的算法开发，利用大模型能力提升机器人在复杂指令下的泛化操作能力
）混合规划方案设计：将传统的路径/运动规划与端到端的深度学习方案相结合，确保机器人在保证工业级稳定性的同时，具备处理非结构化环境的灵活性
）仿真环境搭建与训练：利用主流机器人仿真平台构建数字孪生工厂，进行大规模强化学习或模仿学习训练，实现从Real-Sim-to-Real 的高效迁移
）复杂工序自动化：针对锂电生产中如“柔性接线”、“异型件理料”、“精密插件”等传统自动化无法解决的痛点，设计并实现全流程闭环控制方案
）系统集成与优化：在真机平台上部署算法，优化感知-决策-执行的端到端延迟，提升任务成功率与生产节拍
优先资格
加分项：在锂电工厂、汽车制造等工业场景有实际的机械臂/复合机器人落地经验
在国际顶会（ICRA, IROS, CoRL, CVPR等）发表过具身智能或机器人规划相关论文
拥有自研 Sim-to-Real 成功迁移案例，解决过真假偏差问题
AI 洞察
优缺点分析
优点
- 处于具身智能前沿领域，技术含量高，能积累稀缺的VLA/仿真经验
- 宁德时代作为行业巨头，平台大，项目落地场景丰富，有实际工业应用价值
- 工作强度可能较大，需要适应工业现场环境，可能涉及加班
- 技术难度高，需要持续学习，面对快速迭代的AI技术
- 工作地点在宁德，相对偏远，生活便利性可能不如大城市
- 适合对具身智能和机器人技术有强烈兴趣，愿意在工业场景中深耕，能接受一定工作强度和地点限制的工程师
缺点 / 挑战
- 薪资水平较高，福利待遇好，有股票期权等激励
角色解读
- 从算法工程师向具身智能专家发展，深入VLA/WAM前沿技术
- 有机会晋升为技术团队负责人，主导大型自动化项目
- 可向机器人研发总监或首席科学家方向发展，成为行业领军人物
- 负责开发基于VLA/WAM架构的多模态算法，提升机器人在复杂指令下的操作能力
- 设计混合规划方案，结合传统路径规划与端到端深度学习，确保工业级稳定性
- 搭建仿真环境，进行大规模强化学习/模仿学习训练，实现Sim-to-Real迁移
- 针对锂电产线柔性工序，设计并部署自动化解决方案，优化端到端延迟
- 精通机器人运动规划算法（如RRT、CHOMP、MPC）和机器人动力学
- 熟悉Transformer架构和多模态大模型（如RT-1、OpenVLA），掌握强化学习（PPO/SAC）和模仿学习（BC/GAIL）
- 熟练使用仿真平台（Isaac Sim、MuJoCo等）和ROS2，具备Python/C++编程能力
- 了解工业场景部署，有Docker和GPU集群训练经验
申请策略
- 了解宁德时代在锂电自动化方面的业务，准备相关行业知识
- 强调对工业自动化的热情和解决实际问题的能力
- 突出机器人运动规划、强化学习、模仿学习等算法项目经验
- 强调仿真平台使用经验（如Isaac、MuJoCo）和Sim-to-Real迁移案例
- 展示在工业场景（如锂电、汽车）的落地项目，体现工程能力
- 如有顶会论文或开源项目，务必列出
- 补充VLA/WAM相关框架（如RT-2、OpenVLA）的实践经验
- 熟悉ROS2和Docker部署，提升系统集成能力
面试指南
- 使用STAR法则：情境、任务、行动、结果，突出你的贡献和成果
- 强调技术深度和工程实践，展示对算法原理的理解和落地能力
- 结合具体案例，说明你如何解决实际问题，体现创新思维
- 请描述一个你使用强化学习解决机器人操作问题的项目
- 如何实现Sim-to-Real迁移？你遇到过哪些挑战？
- 在VLA架构中，如何将视觉语言模型映射到机器人动作空间？
- 如何优化端到端延迟，提升任务成功率？
- 你如何设计一个针对锂电产线柔性工序的自动化方案？
职位点评
73
综合评分
高薪前沿技术岗，成长空间大，但工作地点偏远，WLB一般。
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
适合追求技术成长、对具身智能有热情，能接受工作地点和现场办公的求职者。
表现最好
成长发展
相对薄弱
工作生活
薪资福利80
成长发展90
工作生活40
使命价值70
薪资福利
80较高
该职位薪资水平较高，公司为上市公司，福利待遇较好，但具体薪资未披露，且工作地点在宁德，可能影响生活便利性。
薪资信号未披露（AI估算：30K-60K/月）
成长发展
90较高
该职位处于具身智能前沿领域，技术含量高，有大量学习机会，且公司提供实际工业场景，成长空间大。
技术前沿前沿/新兴技术
技术栈VLA、WAM、Transformer、强化学习、模仿学习、Isaac Sim、ROS2
业务类型profit_center
工作生活
40较低
工作地点在宁德，城市发展相对一般，且要求现场办公，可能影响工作生活平衡。
工作模式仅现场办公
办公地点工厂/生产基地
加班情况未提及（无法判断）
使命价值
70中等
该职位通过自动化提升产线效率，有实际应用价值，但社会影响力相对有限。
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
Watch Jobs