BYR Achieve · 镜像论坛

光象科技｜具身智能高端岗位火热招聘? 欢迎各位大佬自荐、推荐，内推优先～诚邀行业优秀人才加入，一起深耕具身智能赛道，共赴未来！ ? 招聘岗位 1. 具身智能算法工程师 / 研究员（多模态大模型方向） 2. 具身智能算法工程师 / 研究员（世界模型方向） 3. 机器学习平台工程师（AI Infra 方向） 4. 具身智能机器人硬件研发总监 / 负责人 5. 感知算法工程师/专家 ? 应聘联系方式：曹女士 15210661608（同微信） ? 企业介绍光象科技由清华大学车辆与运载学院和清华大学人工智能学院联合孵化，兼具工业和人工智能深厚积淀。公司锚定工业场景作为具身智能落地的战略原点，这一选择源于团队的深刻洞察：商业端，工业领域存在高危替代和降本增效强的刚性需求，催生万亿级增量市场；技术端，相对标准化的工业环境和任务为技术阶段性落地提供了最佳平衡点；竞争端，团队对工业垂域的场景理解与技术积累，构成显著的市场壁垒。公司将以汽车制造这一垂直场景为起点，依托团队在汽车行业的深厚积累，打造能够切实解放工人繁重操作的具身智能体。在此基础上，逐步横向扩展到其他制造业和工业门类，最终构建通用的工业具身大脑，全面助力工业智能化升级。【招聘岗位】 1. 具身智能算法工程师 / 研究员（多模态大模型方向）岗位方向机器人基础模型、多模态机器人学习、行为生成、模型训练岗位描述：负责具身智能主模型的核心算法研发与训练优化，参与机器人基础模型、多模态机器人策略模型和行为生成模型的设计、实现与验证，推动模型在仿真任务和真实机器人系统中的闭环迭代与落地应用。理想候选人画像： 1. 具备人工智能、计算机、自动化、机器人、电子信息等相关专业背景，博士优先，优秀硕士亦可。 2. 在深度学习、多模态学习、机器人学习、模仿学习、强化学习、大模型训练或行为生成模型方向具有 3 年以上连续研究或工程经验，并至少在机器人策略模型、VLA/VLM、Diffusion Policy、Flow Matching、Transformer Policy、世界模型或动作生成模型中的一个方向有较深入积累。 3. 能够承担基础模型的架构搭建和训练调通，具备从模型结构设计、训练目标构建、训练流程搭建、模型调优、失败案例分析到版本迭代的完整经验。理想情况下，曾作为核心成员参与过机器人学习、多模态模型、大模型训练、动作生成模型或基础模型相关项目，并能够根据训练曲线、评测结果和真实失败案例判断模型瓶颈。岗位职责： 1. 参与机器人基础模型、多模态机器人学习模型和行为生成模型的研发。 2. 负责模型结构实现、训练流程搭建、训练调优和模型版本迭代。 3. 处理视觉、语言、机器人状态、动作轨迹等多模态数据建模问题。 4. 分析模型在不同任务、物体、扰动和场景下的表现，提升模型泛化能力与稳定性。 5. 与仿真、数据、评测和真机团队协作，推动模型从训练到验证的闭环迭代。 6. 参与论文、专利、技术报告和研发文档撰写。任职要求： 1. 人工智能、计算机、自动化、机器人、电子信息等相关专业背景，博士优先，优秀硕士亦可。 2. 具有深度学习、多模态学习、机器人学习、模仿学习、强化学习或大模型训练方向 3 年以上连续研究或工程经验。 3. 熟悉 Python、PyTorch，具备扎实的深度学习模型实现、调试和训练优化能力。 4. 熟悉 Transformer、Diffusion Model、Flow Matching、多模态学习、VLA/VLM、机器人策略学习、模仿学习或强化学习中的至少一种。 5. 具备较强实验分析能力，能够根据训练曲线、评测结果和失败案例定位问题。 6. 具备良好的工程习惯、技术判断力和团队协作能力。加分项 1. 有机器人操作、机器人基础模型、VLA/VLM、Diffusion Policy、世界模型、模仿学习或强化学习项目经验。 2. 有多模态大模型、视频模型、动作生成模型或机器人策略模型训练经验。 3. 在 AI、机器人、控制、智能系统等方向发表过高水平论文者优先，如 NeurIPS、ICLR、ICML、RSS、CoRL、ICRA、IROS、CVPR、AAAI、IJCAI 等会议，或 TPAMI、IJCV、JMLR、TNNLS、TCYB、TRO、IJRR、Science Robotics、RA-L、TAC、Automatica、TCST、T-ITS、T-IV、T-ASE 等期刊。 4. 有开源项目、机器人竞赛、真实机器人实验或工业机器人项目经验者优先。 5. 有较大规模模型训练、分布式训练、多模态数据训练或模型工程化经验者优先。 2. 具身智能算法工程师 / 研究员（世界模型方向）岗位方向世界模型、机器人学习、策略优化、实验分析岗位描述负责具身智能模型中的机器人学习方法研究，围绕机器人在复杂物理交互任务中的环境预测、策略学习、行为评估、泛化能力和失败恢复等问题开展算法研究与实验验证。理想候选人画像 1. 具备人工智能、计算机、自动化、机器人、电子信息等相关专业背景，博士优先，优秀硕士亦可。 2. 在 world model、model-based reinforcement learning、robot learning、imitation learning、offline RL、representation learning、planning 或 embodied AI 方向具有 2 年以上连续研究经历。看重在一个明确方向上做过系统性研究、复现过代表性方法、设计过有效消融，并能清楚解释实验结果背后的机制。 3. 该岗位更偏研究型算法和实验分析，要求能建立可靠 baseline，设计关键消融，分析模型失败原因，判断不同算法机制、训练信号和数据来源对性能的影响，并将实验结论沉淀为论文、专利、技术报告或下一轮算法改进方案。岗位职责 1. 研究机器人学习、世界模型、策略学习、价值评估和表示学习相关方法。 2. 设计并执行算法实验，分析不同模型机制、训练信号和数据来源对性能的影响。 3. 复现和对比代表性机器人学习方法，建立可靠 baseline。 4. 分析模型失败案例，提出可落地的算法改进方案。 5. 与模型训练、仿真数据、评测和真机团队协作，推动算法在标准任务和真实系统中验证。 6. 参与论文、专利、技术报告和实验分析材料撰写。任职要求 1. 人工智能、计算机、自动化、机器人、电子信息等相关专业背景，博士优先，优秀硕士亦可。 2. 在 world model、model-based RL、robot learning、representation learning、imitation learning、offline RL、planning 或 embodied AI 方向具有 2 年以上连续研究经历。 3. 具备论文复现、实验设计、消融分析和结果解释能力。 4. 熟悉 PyTorch，能够独立实现算法模块、训练脚本、评测脚本和实验分析流程。 5. 具备较强英文论文阅读能力和技术写作能力。 6. 对具身智能、机器人基础模型、Physical AI、世界模型强化学习等方向有长期兴趣。加分项 1. 有世界模型、强化学习、模仿学习、Diffusion Policy、VLA/VLM、机器人 manipulation 等相关经验。 2. 熟悉 LIBERO、RLBench、ManiSkill、Meta-World、RoboSuite、Robomimic 等机器人学习 benchmark。 3. 在 AI、机器人、控制、智能系统等方向发表过高水平论文者优先，如 NeurIPS、ICLR、ICML、RSS、CoRL、ICRA、IROS、CVPR、AAAI、IJCAI 等会议，或 TPAMI、IJCV、JMLR、TNNLS、TCYB、TRO、IJRR、Science Robotics、RA-L、TAC、Automatica、TCST、T-ITS、T-IV、T-ASE 等期刊。 4. 有真实机器人实验、工业机器人任务或 sim-to-real 经验者优先。 5. 有系统性消融分析、失败案例归因、模型机制解释或 benchmark 评测经验者优先。 3. 机器学习平台工程师（AI Infra方向）岗位方向训练基础设施、数据管线、实验管理、多卡训练岗位描述负责支撑具身智能模型研发的数据与训练基础设施建设，保障多模态机器人数据能够稳定进入训练流程，并使模型训练、评测和实验结果可追踪、可复现、可扩展。理想候选人画像 1. 具备人工智能、计算机、自动化、机器人、电子信息、软件工程等相关专业背景，本科或硕士均可，硕士优先。 2. 具有 2 年以上机器学习训练基础设施、数据平台、多模态数据处理、分布式训练或实验管理经验。该岗位着重工程稳定性、系统设计能力和长期维护能力。 3. 能够把算法同学的临时训练脚本、零散数据格式和分散实验记录，整理成稳定、规范、可维护、可复现的训练与评测流程。理想情况下，熟悉 PyTorch 训练流程、数据读取与缓存、实验配置管理、checkpoint 管理、日志追踪、多卡训练和结果复现，并能够理解图像、视频、语言、动作轨迹、机器人状态、仿真数据和真机数据之间的组织关系。岗位职责 1. 设计和维护机器人学习数据格式，统一管理仿真数据、评测数据和真机数据。 2. 构建数据清洗、转换、索引、缓存、读取和版本管理流程。 3. 支持图像、视频、语言、动作轨迹、机器人状态等多模态数据预处理。 4. 维护训练配置、日志、模型 checkpoint、实验记录和结果追踪。 5. 支持多卡训练、断点恢复、批量实验和关键结果复现。 6. 与算法、仿真、评测和真机团队协作，提升整体研发效率。任职要求 1. 人工智能、计算机、自动化、机器人、电子信息、软件工程等相关专业背景，本科或硕士均可，硕士优先。 2. 具有机器学习训练基础设施、数据平台、多模态数据处理、分布式训练或实验管理方向 2 年以上工程经验；具备负责人经验者优先。 3. 熟悉 Python、PyTorch、Linux、PyTorch Dataloader 和常见机器学习训练流程。 4. 熟悉数据清洗、格式转换、索引、缓存、版本管理、批量实验、日志管理和 checkpoint 管理。 5. 有处理图像、视频、机器人轨迹、多传感器数据或大规模训练数据的经验。 6. 具备良好的工程规范意识，重视可复现性、稳定性和可维护性。加分项 1. 熟悉 FSDP、DeepSpeed、DDP、混合精度训练、多机多卡训练或训练性能优化。 2. 熟悉 W&B、MLflow、TensorBoard、Hydra、DVC、lakeFS 等工具。熟悉 HDF5、Zarr、Parquet、WebDataset、LeRobot、RoboMimic dataset 等数据组织方式。 3. 有大模型训练平台、自动驾驶数据平台、机器人数据平台或多模态数据平台经验。 4. 有将研究代码工程化、平台化、规范化的经验者优先。 4. 具身智能机器人硬件研发总监 / 负责人【岗位职责】 1. 硬件团队从0到1组建与管理（Team & Management） - 全面负责公司具身智能机器人本体硬件团队的搭建，主导结构、电气、嵌入式/底层软件、硬件测试等核心岗位的招聘与梯队建设。 - 建立规范的硬件研发流程、BOM管理体系及技术评审标准。 2. 核心产品架构与研发交付（Architecture & Delivery） - 主导现有一代轮式底盘双臂机器人的系统级优化，提升整机可靠性与稳定性。 - 整体操盘下一代机器人的硬件架构设计，统筹机械结构、电气系统与底层软件，满足工业落地需求。 3. 硬件与具身算法生态的深度融合（System Integration） - 深入理解具身智能算法（特别是基于Isaac生态的RL训练及Sim2Real部署）对硬件的底层需求。 - 统筹优化底盘电机、双臂力控关节、多传感器的硬件时钟同步、低延迟通信与带宽高频传输，为上层算法提供极佳的硬件响应表现。 4. 供应链建设与量产成本管控（Supply Chain & NPI） - 主导核心零部件（如关节模组、传感器、计算平台、精密机加工件）的选型、评估与供应商体系搭建。 - 建立严格的成本控制模型（Design for Cost）与可制造性设计规范（DFM）。 - 制定严苛的工业级耐久性测试与环境适应性测试标准，确保产品能够满足高强度连续作业的工业现场要求，打通从EVT、DVT到PVT的量产全流程。【任职要求】 1. 教育背景：机械电子、自动化、计算机、控制工程等相关专业统招硕士及以上学历。 2. 经验门槛： 8年以上复杂机电系统/机器人硬件研发经验，其中至少3年以上团队管理或作为核心研发负责人主导产品从0到量产的完整周期经验。 3. 全栈视野：具备深厚的系统全局意识，在机械结构、电气化系统、底层/嵌入式软件（MCU、RTOS、EtherCAT/CAN总线通信）中至少精通一项，并对其他两项有极强的技术判断力与把控力。 4. 行业背景：有高端工业机器人、人形机器人、AGV/AMR或智能汽车底盘/硬件系统研发背景者优先。 5. 创业精神：既能高瞻远瞩规划架构，也能在一线“下场打仗”，具备极强的抗压能力、资源整合能力和成本极客意识。【加分项】 - 有在高要求工业现场成功部署并长时间稳定运行设备的硬件主导经验。 5. 感知算法工程师/专家职位描述 1. 设计、实现及测试三维场景感知算法，并应用于具身智能体的导航、抓取及物体操作。 2. 负责基于3D视觉的机器人感知信息融合、状态估计以及场景理解算法的研发。 3. 与机械臂其他模块协同，整合算法系统，完成实机部署与测试。任职要求 1. 专业背景：计算机、人工智能等相关专业硕士及以上学历。 2. 核心技术： 1. 熟悉 rgbd、point cloud、voxel、mesh。 2. 掌握神经3D表示法（如 SDF, NeRF）等相关算法。 3. 相关领域（具备任一即可）： 1. 三维点云场景理解或重建。 2. 基于三维输入的物体抓取操控学习。 3. 六维物体位姿估计（6D Pose Estimation）。 4. Multiview stereo（多视图立体视觉）。 5. 机械臂抓取点生成。 4. 工程能力：精通 C++ / Python，熟练使用 Linux 操作系统。

【内推】多模态大模型/世界模型及相关方向-光象科技-清华大学