一汽丰田
机器人大模型工程师
机器人大模型工程师
发布于 大约 9 小时前普通员工/个人贡献者
长春市
高级经验
全职员工
仅现场办公
本科
强化学习
LLM
TensorRT
ONNX
VLM
模仿学习
机器人控制
VLA
ROS
AI 估算 · 25k–45k
前沿AI岗位但位于长春，一汽丰田为传统巨头，薪资高于当地平均水平但低于一线城市互联网大厂。
职位详情
关于这个职位
该职位负责研发和落地机器人VLA大模型，将LLM/VLM技术融入机器人感知、决策与控制，推动通用机器人实现
需要主导模型架构设计、训练、系统集成与优化，是前沿技术与实际硬件结合的硬核岗位
最低要求
本科以上学历，机器人控制、自动控制、机械电子工程专业优先
深厚的大模型与机器人技术背景：具备计算机视觉、自然语言处理及机器人学领域的扎实理论基础，深入理解Transformer、LLM、VLM等大模型架构及其训练范式
同时熟悉机器人感知、决策与控制的基本原理，能够将前沿模型技术与机器人具体任务（如操作、导航）进行有效结合
全链路大模型研发与优化能力：拥有从零到一构建并优化VLA/VLC等大规模多模态模型的完整经验，包括但不限于模型架构设计、大规模预训练、指令微调、以及基于模仿学习、强化学习（RL/RLHF）等范式的策略训练
能够针对机器人场景，持续提升模型的泛化性、实时性与鲁棒性
强大的工程实现与系统集成能力：具备出色的编程和工程实践能力，能够将研发的模型高效集成到机器人操作系统（如ROS）及实际硬件平台中
精通模型压缩、加速推理（如TensorRT, ONNX）等技术，以优化在边缘计算设备上的性能、延迟和资源占用
数据闭环构建与处理经验：具有设计和管理大规模、高质量机器人多模态数据集（如视觉、语言、动作序列）的经验
能够规划和实施从数据采集、清洗、标注到用于模型训练的全流程，并利用数据驱动的方法持续迭代和提升模型性能
卓越的跨团队协作与产品化思维：具备出色的沟通与协作能力，能够与机器人感知、控制、硬件等团队紧密合作，共同推动技术在产品场景中的落地
拥有强烈的产品意识和问题解决能力，致力于将前沿研究转化为稳定、可靠的机器人实际应用，并具备技术前瞻性，能快速跟踪并评估领域最新进展
工作职责
一.机器人VLA大模型研究与设计：
主导和参与面向机器人控制和具身智能的Vision-Language-Action (VLA)、Vision-Language-Control (VLC) 等大模型的架构设计、预训练和微调工作
专注于提升模型在真实世界复杂环境下的泛化性、鲁棒性和实时性
二.数据与训练范式：
设计高效的机器人多模态数据采集、清洗和标注流程，构建大规模高质量的具身智能训练数据集
探索和实现模仿学习 (Imitation Learning)、强化学习 (RL)、基于人类反馈的强化学习 (RLHF/RLEF)、世界模型 (World Models) 等先进训练范式
三.系统集成与落地：
负责将研发的大模型集成到现有的机器人操作系统 (如 ROS) 和硬件平台中，优化模型推理速度和资源占用
与机器人控制、感知团队紧密合作，推动大模型技术在实际机器人应用场景（如复杂操作、导航、人机交互）中的产品化落地
四.前沿探索：
紧跟并评估国际顶尖实验室和社区在LLM、VLM、具身智能等领域的最新进展，并将有潜力的技术迅速引入研发管线
AI 洞察
优缺点分析
优点
- 前沿技术方向：VLA是具身智能热门领域，技能积累价值高
- 大公司平台：一汽丰田提供稳定环境、资源支持和智能制造场景
- 全流程参与：从研究到落地的完整项目经验，提升综合能力
- 技术难度大：需同时掌握大模型和机器人控制，学习曲线陡峭
- 地域限制：长春非一线城市，AI人才交流资源相对较少
- 适合有深厚AI背景、对机器人充满热情、渴望将前沿技术落地实物的工程师，能接受长春生活且希望在大平台稳定发展
缺点 / 挑战
- 落地周期长：机器人环境复杂，模型泛化性和实时性优化挑战多
角色解读
- 技术方向：从VLA工程师成长为具身智能领域专家，主导更复杂的通用机器人系统
- 管理方向：晋升为技术负责人或团队主管，带领研发组
- 行业方向：积累经验后可跳槽至顶级机器人公司或AI研究院
- 设计和训练面向机器人的VLA/VLC大模型，包括架构选择、预训练和微调
- 构建大规模多模态数据集，探索模仿学习、强化学习等训练范式
- 将模型集成到ROS和硬件平台，优化推理速度和资源占用，推动产品落地
- 跟踪前沿技术并引入研发管线，保持技术领先性
- 扎实的计算机视觉、NLP和机器人学基础，深入理解Transformer、LLM、VLM
- 全栈大模型研发经验，包括训练、压缩和部署
- 熟练使用ROS、TensorRT、ONNX等工程工具
- 数据闭环构建能力，以及跨团队协作和产品化思维
申请策略
- 了解一汽丰田的智能制造和机器人应用场景，在面试中展示关联性
- 准备一个完整的VLA/机器人项目案例，讲解从研究到落地的过程
- 突出VLA/VLM相关项目经验，包括模型设计、训练、部署细节
- 强调机器人集成经验，如ROS、硬件平台、推理优化
- 展示数据闭环能力：数据采集、标注、训练迭代流程
- 列出发表的论文或开源项目，增加学术影响力
- 补充机器人学基础知识，如运动学、控制理论
- 强化模型压缩和部署技能，学习TensorRT、ONNX实战
面试指南
- STAR法则：先概述项目背景和目标，再讲具体行动和技术细节，最后展示成果和反思
- 问题分析：分点解释挑战来源，再给出技术解决方案，强调理论和实践的结合
- 前瞻性思考：结合最近论文和趋势，展示你的学习能力和技术视野
- 请详细描述一个你参与构建的VLA/VLM模型，包括架构、数据、训练和部署
- 如何提高机器人模型在复杂环境中的泛化性和鲁棒性？
- 你会如何集成一个大模型到ROS系统中？请从技术实现角度说明
- 描述一次你使用模仿学习或强化学习解决机器人任务的经验
- 你对具身智能的未来发展方向有何看法？一汽丰田应如何布局？
匹配度报告
72
综合匹配度
传统车企给力的创新岗，前沿VLA技术，成长空间大，但WLB一般。
适合人群
最适合追求前沿技术成长、愿意在长春稳定发展的技术专家。
最强匹配
成长发展匹配
最弱匹配
工作生活匹配
薪资福利70
成长发展85
工作生活60
使命价值75
薪资福利匹配
70中等
一汽丰田为上市巨头，薪资在长春有竞争力，但相比一线互联网大厂仍有差距；福利稳定。
薪资信号未披露（AI估算：25K-45K/月）
成长发展匹配
85较高
该职位涉及前沿VLA技术，能深度接触具身智能全流程，成长空间大。
技术前沿前沿/新兴技术
技术栈VLA、VLM、Transformer、LLM、ROS、模仿学习、强化学习、TensorRT
业务类型profit_center
工作生活匹配
60中等
长春生活成本低，但工作地点仅现场办公，且可能涉及高强度研发加班。
工作模式仅现场办公
办公地点科技园/产业园
加班情况未提及（无法判断）
使命价值匹配
75中等
推动机器人通用智能体发展，有较强社会价值，但汽车行业整体增长平稳。
行业发展稳定成熟行业
社会影响正向社会影响力较高
创新程度积极采用新技术
Watch Jobs