英伟达
Machine Learning Intern, Humanoid Robotics - 2026
Machine Learning Intern, Humanoid Robotics - 2026
发布于 5 天前实习/见习
上海市
无经验要求
实习生
仅现场办公
硕士
研究与开发 (研发)
PyTorch
TensorFlow
JAX
Reinforcement Learning
Sim-To-Real
AI 估算 · 10k–15k
NVIDIA实习薪资具有竞争力，考虑岗位前沿性和人才稀缺性，硕士实习月薪约10-15K。
职位详情
关于这个职位
这是一个英伟达（NVIDIA）的人形机器人机器学习实习岗位，隶属于Isaac Loco-Manipulation团队
你将参与GR00T和Cosmos基础模型的开发，专注于人形机器人的运动控制和操作算法研究
工作内容包括算法设计、仿真训练、真实机器人测试，并可能产出顶级会议论文
适合机器人、计算机科学领域的在读硕士或博士，要求扎实的深度学习和机器人学基础
最低要求
目前正在攻读机器人学、计算机科学或相关领域的硕士或博士学位
在机器人平台的应用研究和工程方面有良好的学术或项目记录，表现出执行能力
有深度学习框架（如PyTorch、JAX、TensorFlow）和物理仿真工具（如Isaac Sim/Lab或MuJoCo）的实践经验
熟悉机器人基础模型和3D感知
有sim-to-real和real-to-sim迁移经验
深入了解机器人学习，包括模仿学习和强化学习
有实际机器人测试经验
人形机器人经验优先
扎实的软件工程基础，熟练掌握C++和Python
工作职责
与研究人员和工程师合作，开展人形机器人locomotion-manipulation和移动操作领域的重点项目
支持GR00T和Cosmos基础模型的开发和推进
使用Isaac Lab和Newton为人类和移动操作灵巧任务开发参考工作流
利用人类视频进行机器人学习和合成数据生成的前沿技术
在仿真和真实环境中设计、实现和测试人形机器人运动和控制的新型算法
主导一个从模型/算法设计、sim-to-real迁移到机器人验证的实习项目，并有机会进行开源贡献或发表论文
与团队和合作伙伴跨职能合作，分享发现并推进共同目标
优先资格
在顶级会议（如RSS、ICRA、CoRL、NeurIPS、CVPR、ICLR）有机器人研究论文发表记录
有从人类视频演示中学习或人-物体重建的经验
专注于灵巧双手操作或全身控制的研究方向
AI 洞察
优缺点分析
优点
- 加入NVIDIA世界级机器人研究团队，接触最前沿的GR00T和Cosmos模型
- 有机会发表顶会论文，为简历增添亮眼的科研成果
- 获得丰富的工业界研究经验，提升sim-to-real和机器人实操能力
- NVIDIA品牌效应强，对后续求职或深造有显著加分
- 职位要求高，需要同时具备研究和工程能力，跨学科知识要求广泛
- 现场办公限制灵活性，可能需要投入大量时间在实验室
- 适合机器人、计算机视觉或强化学习方向的硕博研究生，有强烈研究兴趣和动手能力，希望在顶级平台积累前沿经验
缺点 / 挑战
- 实习期可能面临高强度研究压力，需要快速产出成果
角色解读
- 可向机器人研究科学家方向发展，在学术界或工业界实验室深耕
- 可转向工业界机器人产品开发，专注于算法落地
- 可深入AI基础模型领域，如多模态大模型、世界模型等
- 与研究人员合作，开发人形机器人locomotion和manipulation的算法
- 支持GR00T和Cosmos基础模型的开发，进行仿真训练和sim-to-real迁移
- 设计并实现新型机器人学习算法，并在真实机器人上验证
- 参与跨学科项目，有机会在顶级会议发表论文
- 扎实的深度学习和强化学习理论基础，熟悉PyTorch、JAX等框架
- 熟练使用物理仿真工具（Isaac Sim、MuJoCo），有sim-to-real经验
- 精通C++和Python编程，具备良好的软件工程习惯
- 有实际机器人平台测试经验，人形机器人经验更佳
申请策略
- 在申请材料中表达对GR00T和Cosmos模型的兴趣，以及个人对机器人未来的愿景
- 准备好展示一个完整的机器人项目，从算法设计到实际测试
- 突出与机器人相关的项目经历，特别是涉及sim-to-real、控制算法或深度强化学习的内容
- 强调论文发表或开源贡献，尤其是顶会论文或知名机器人项目
- 展示编程能力，如C++和Python的熟练程度，以及使用的框架和工具
- 提前学习Isaac Sim/Lab和MuJoCo的使用，熟悉仿真环境
- 复习强化学习和模仿学习的基础知识，了解最新研究进展
面试指南
- 使用STAR方法（情境、任务、行动、结果）回答项目经验，突出你的贡献和成果
- 对于算法比较，从样本效率、稳定性、适用场景等角度分析，并结合问题需求
- 展示对前沿模型的了解，提出自己的观点或改进想法
- 请详细描述你做过的一个机器人项目，包括算法、仿真和真实测试
- Sim-to-real面临哪些挑战？你如何解决或缓解它们？
- 比较PPO、SAC等强化学习算法在人形机器人控制中的优缺点
- 你对GR00T或Cosmos模型有什么了解？你认为它们如何推动人形机器人发展？
- 准备好1-2个完整的机器人研究/项目案例，能清晰讲解技术细节
匹配度报告
71
综合匹配度
NVIDIA人形机器人实习，前沿技术栈，高成长性，WLB一般
适合人群
最看重技能成长和前沿技术探索，对生活灵活性要求不高，愿意在实习期间高强度投入的求职者。
最强匹配
成长发展匹配
最弱匹配
工作生活匹配
薪资福利60
成长发展90
工作生活50
使命价值85
薪资福利匹配
60中等
实习薪资未明确，但NVIDIA实习薪资在行业内属市场水准，福利未在JD中提及。
薪资信号未披露（AI估算：10K-15K/月）
成长发展匹配
90较高
该职位处于机器人研究最前沿，涉及GR00T等基础模型，成长性极高，但JD未明确提及导师制或晋升通道。
技术前沿前沿/新兴技术
技术栈GR00T、Cosmos、Isaac Sim、Sim-to-Real、Reinforcement Learning、Imitation Learning、Humanoid
业务类型ambiguous
工作生活匹配
50较低
现场办公，未提及远程或弹性工作，在上海可能位于科技园区，通勤压力一般，实习通常需要全职投入。
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
85较高
人形机器人是高速增长赛道，岗位致力于推动机器人基础模型发展，社会影响力中性偏正面，创新程度高。
行业发展高速增长赛道
社会影响中性/一般
创新程度开拓性创新（行业首创）
Watch Jobs