雀巢
R&D Specialist - Robotic
R&D Specialist - Robotic
发布于 大约 11 小时前普通员工/个人贡献者
深圳市
中级经验
全职员工
仅现场办公
本科
PyTorch
强化学习
TensorFlow
运动控制
ROS
SLAM
AI 估算 · 15k–25k
深圳机器人研发岗，3年+经验，外企大平台，薪资有竞争力，但非互联网高薪，取市场中等偏上水平。
职位详情
关于这个职位
这是一个专注于机器人应用部署与算法研发的岗位
你将与外部合作伙伴协作，参与机器人需求定义、软件架构设计、运动控制算法开发及现场调试
适合有3年以上机器人开发经验、熟悉ROS和深度学习框架的工程师
最低要求
Bachelor's degree or above in Computer Science, Artificial Intelligence, Robotics, Automation, or related fields.
+ years of experience in robotics-related development proficient in fundamental robotics knowledge (e.g., kinematics, dynamics, control theory)
Master one or more programming languages (e.g., Python, C++).
Familiar with deep learning frameworks such as PyTorch and TensorFlow.
Expertise in ROS and related development tools.
Hands-on experience in developing motion control algorithms, trajectory planning algorithms, SLAM, etc.
Familiar with advanced algorithms including reinforcement learning, imitation learning, and multimodal learning.
Capable of algorithm simulation and optimization; proficient in simulation platforms such as Isaac Sim and Gazebo.
Ability to deploy algorithms to actual robotic systems and conduct debugging.
工作职责
Interact with external partners and internal team on identifying the right robot requirements for the right applications: from User Requirement Specification to FAT, commissioning, installation and start-up qualification, CAPEX evaluation.
Collaborate with external partners to undertake robotic software architecture design, functional development & integration, and model fine-tuning (e.g., intelligent positioning & navigation, locomotion, grasping, motion performance, etc.).
Develop or integrate robotic motion control algorithms (e.g., MoveIt!, Gazebo, MuJoCo) to achieve high-precision motion planning and execution; conduct algorithm simulation and testing using simulation software such as MuJoCo, VREP, Gazebo, and NVIDIA Isaac.
Support on-site deployment and debugging, troubleshoot technical issues in practical scenarios, and ensure stable system operation.
Based on needs, deliver technical assistance to the markets on installation of new robot station as well as on reliability issues of current ones.
AI 洞察
优缺点分析
优点
- 雀巢作为全球快消巨头，研发资源充足，项目落地场景真实，能积累工业机器人部署经验
- 岗位涉及多种机器人类型（机械臂、人形机器人、机器狗），技术栈全面，涵盖运动控制、仿真、深度学习
- 与外部顶尖合作伙伴协作，能接触到行业前沿算法与应用
- 机器人研发周期长，现场调试可能面临实际环境中的复杂问题，需要较强的动手能力和耐心
- 适合有扎实机器人理论基础、热爱动手调试、希望在工业机器人领域深耕的工程师
缺点 / 挑战
- 对算法深度和工程能力要求较高，需要同时掌握仿真与部署，技术学习曲线较陡
角色解读
- 可向机器人算法专家或技术主管方向发展，深入运动规划、感知与控制等细分领域
- 有机会参与工业机器人及人形机器人前沿项目，转型机器人系统架构师或AI机器人研究员
- 也可向研发管理岗位发展，领导机器人应用团队，推动技术落地
- 与外部合作伙伴及内部团队协作，识别机器人应用需求，并参与从用户需求到验收测试的全流程
- 负责机器人软件架构设计、功能开发与集成，包括模型微调、运动控制算法开发
- 使用仿真平台（如MuJoCo、Gazebo、Isaac Sim）进行算法模拟与测试，并支持现场部署与调试
- 精通ROS及机器人基础知识（运动学、动力学、控制理论），能独立进行机器人系统开发
- 熟练使用Python/C++，熟悉PyTorch/TensorFlow等深度学习框架
- 具备运动控制算法（MoveIt!、轨迹规划、SLAM）开发经验，掌握强化学习、模仿学习等高级算法
申请策略
- 在求职信中表达对机器人技术落地的热情，并说明如何将学术算法转化为工业应用
- 突出机器人相关项目经验，尤其是从算法仿真到实际部署的完整案例
- 强调ROS、运动控制、SLAM等核心技术掌握程度，并用具体指标（如定位精度、成功率）量化成果
- 展示深度学习（强化学习、模仿学习）在机器人中的应用经验
- 补充仿真平台（Isaac Sim、MuJoCo）的使用经验，可通过在线教程或开源项目练习
- 加强C++编程能力，尤其是实时控制相关编码技巧
面试指南
- 遵循STAR法则：情境-任务-行动-结果，突出技术难点和你的贡献
- 先阐述问题本质，再提出候选方案，最后给出你的选型理由，体现系统性思考
- 请描述一个你独立负责的机器人项目，从需求到部署的完整流程
- 如何设计一个机械臂的避障轨迹规划算法？请从算法选型和实现角度说明
- ROS中topic和service的区别是什么？在什么场景下使用action？
- 解释一下强化学习在机器人抓取中的应用，你如何设计奖励函数？
- 在仿真环境中测试良好的算法，到真实机器人上失效，你会如何排查？
- 复习机器人学基础（运动学、动力学、控制理论），确保能推导基本公式
匹配度报告
64
综合匹配度
外企研发岗，技术前沿，成长性强，但WLB一般。
适合人群
适合注重技术成长、愿意投入精力学习前沿机器人技术，且能接受现场办公和一定工作压力的求职者。
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40
使命价值60
薪资福利匹配
70中等
薪资在深圳属于中等偏上水平，外企福利通常较好（五险一金、补充医疗等），但JD未明确说明具体福利。整体补偿性动机满足度中等偏上。
薪资信号未披露（AI估算：15K-25K/月）
成长发展匹配
85较高
岗位技术栈前沿，涉及机器人核心算法、深度学习和仿真，能够锻炼全面技能。与外部伙伴合作也促进学习。但JD未明确晋升通道。
技术前沿前沿/新兴技术
技术栈ROS、深度学习、强化学习、Imitation Learning、SLAM、Isaac Sim
业务类型ambiguous
工作生活匹配
40较低
深圳工作，要求现场办公，且涉及工厂现场调试，可能出差或加班。JD未提及弹性工作或WLB，推测压力较大。
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
60中等
机器人技术应用于快消行业，有实际工业价值，但社会影响力中等。行业属于稳定成熟领域，创新程度较高。
行业发展稳定成熟行业
社会影响中性/一般
创新程度积极采用新技术
Watch Jobs