机器人软件开发工程师（算法26届校招）
深圳
硕士及以上
自动化类·机械类
使用简历深度优化功能，快速提升简历质量
职位介绍
作为机器学习与机器人算法工程师，你将深入参与以下一个或多个核心方向的研发工作，将最先进的算法应用于真实的机器人平台，如人形机器人、无人驾驶车辆、工业机械臂等： 感知与理解（机器学习/计算机视觉）
1、研发基于深度学习的环境感知算法，包括但不限于：2D/3D目标检测、语义/实例分割、多目标跟踪等。
2、探索视觉-语言模型（VLM）在机器人任务中的应用，如视觉问答、零样本物体识别与操控。
3、开发大规模、多模态（视觉、激光雷达、触觉等）数据的自监督、半监督学习框架，提升模型泛化能力与数据利用效率。
决策与规划（机器人学）
1、研发机器人运动规划（Motion Planning）算法，如在复杂、动态环境中的避障、导航和臂膀运动规划。
2、探索基于强化学习（RL）和模仿学习（IL）的机器人技能学习策略，让机器人通过交互自主学习敏捷操作技能。
3、构建基于多传感器融合的SLAM（同步定位与建图）系统，为机器人提供高精度的时空状态估计。
控制与仿真（机器学习+机器人学交叉）
1、设计和实现先进的控制算法（如模型预测控制MPC、自适应控制），实现机器人的精准、柔顺运动。
2、搭建与优化高保真物理仿真环境，用于大规模强化学习训练和算法验证闭环。
职位要求 必要条件：
1、211及以上院校，硕士及以上学历，在读期间研究方向为机器学习、计算机视觉、机器人学、自动化等相关领域。
2、具备扎实的数学基础，包括线性代数、概率论、微积分和优化理论。
出色的编程能力，熟练掌握 Python 和 C++。
具有以下至少一个方向的深入研究或项目经验：
1、机器学习方向：熟练掌握PyTorch/TensorFlow等框架，对深度学习、强化学习、生成模型等有深刻理解，并有相关项目或论文实践。
机器人学方向：精通ROS/ROS2，熟悉运动规划、控制理论、状态估计等
2、经典机器人算法，并有在真实机器人或Gazebo、Isaac Sim等仿真平台上的开发经验。
强烈的求知欲、出色的分析问题和解决问题的能力，以及良好的团队协作精神。
优先条件： 在顶级会议（如CVPR, ICRA, IROS, NeurIPS, ICML, RSS, CoRL等）或期刊上发表过论文。
在国内外知名算法竞赛（如Kaggle, ACM-ICPC, RoboMaster等）中取得优异成绩。
有丰富的机器人系统集成和调试经验，具备强大的动手能力。
熟悉Docker、Git等开发工具，具备良好的软件工程习惯。
