1、负责具身智能产品规划，制定产品路线图，明晰定位、目标、策略并落实、实施；

2、负责产品全生命周期管理，包括但不限于需求分析、功能设计、验证、研发迭代、落地交付等

3、结合真实的应用场景，提炼客户的核心痛点和需求，设计基于场景的产品解决方案，支撑售前交流，并负责产品在应用场景中的全生命周期管理，推动产品落地；

4、定期进行数据分析，与研发团队一起不断提升产品体验，协调资源推动产品设计、开发、测试、上线、确保产品性能和体验；

5、深入理解机器人和具身智能技术发展，辅助产品做出正确决策，负责研究并掌握行业技术动态和发展趋势，引进新技术并应用于产品；

6、研究、分析机器人产品运行效果，制定产品优化方案，解决项目中遇到的核心技术问题；

7、与销售和售前共同探索机器人应用场景，共同打造行业机器人的生态产品；

1、博士及以上学历，机器人类、人工智能类、控制科学与工程类、机械类、计算机类、数学类、自动化类、大数据类、电子信息类、智能制造类、智能科学与技术等相关专业优先；

2、极强的项目推进能力，具有结果导向思维，善于和技术团队合作完成工作；

3、善于抓住产品中的核心问题，能够从用户角度思考和评判产品；

4、熟悉机器人软硬件技术；对具身智能有了解；

5、具备敏锐的市场需求挖掘能力，能够由点及面，完整策划产品方案，掌握To B的基本产品策划及客户沟通能力；

6、热爱机器人行业，良好的领导力、规划统筹能力以及推动落地能力；

7、逻辑思维强，善于独立思考，具有良好的职业素质和团队合作精神。

简历投递 → 空中宣讲会/校园宣讲（现场面试）→ 复试 → 终试 → 录用 → 签订三方

1、建设机器人数据采集链路：接入RGB/RGBD、点云、IMU、力/触觉、关节状态、末端位姿、控制指令、遥操作轨迹、任务语言等数据；

2、设计多模态时序数据格式与存储：如ROSbag/MCAP、Parquet、HDF5、Zarr、对象存储、元数据索引、任务标签体系；

3、负责数据清洗、同步、切片和质量评估：时间戳对齐、相机标定、异常轨迹检测、低质样本过滤、成功/失败轨迹归因；

4、支持VLA/模仿学习/强化学习训练：构建observation-action数据集、语言指令数据、视频-动作对齐数据、评测集和回归测试集；

5、搭建数据闭环平台：从机器人部署、遥操作采集、自动上传、自动清洗、标注审核、训练集发布到模型评估回流；

6、结合仿真生成数据：对接IssacSim、Gazebo、MuJoCo、Genesis等环境，生成合成轨迹、场景随机化数据、失败案例；

7、与算法、机器人、标注和产品团队协作：定义数据需求、采集SOP、数据指标、标注规范和训练数据版本；

8、熟悉ROS2机器人开发，具备机械臂基础控制经验，能够使用ROS2 driver、ros2_control等工具完成机械臂状态读取、轨迹控制和基础任务执行；

9、能够结合机器人控制链路设计数据采集方案，准确记录observation、action、robot state、task state和执行结果，支持具身模型训练和评估。

1、博士及以上学历，机器人类、人工智能类、控制科学与工程类、机械类、计算机类、数学类、自动化类、大数据类、电子信息类、智能制造类、智能科学与技术等相关专业优先，熟悉Python编程，会C++编程加分；

2、熟悉机器人ROS/ROS2、rosbag/MCAP、TF、URDF/MJCF、传感器标定，具备运动学和控制基础；

3、熟练掌握常用图像/视频处理工具链，如OpenCV、FFmpeg、PyAV、MMCY等；

4、具备多模态数据处理经验，精通数据清洗、数据格式转换、时间轴同步等核心处理流程；

5、熟悉Spark/Flink、Airflow、Kafka、对象存储、数据湖等数据工程相关内容；

6、熟悉PyTorch数据加载、训练数据pipeline、特征统计、dataset registry、MLOps等ML工程方面内容；

7、熟悉IssacGym/Sim/Lab、Gazebo、MuJoCo、Sim2Real等概念；

8、对自动预标注、人工审核流程、数据质量指标体系有了解并能主动学习；

9、了解Docker、Kubernetes、Linux、云存储、CI/CD、监控告警等。

简历投递 → 空中宣讲会/校园宣讲（现场面试）→ 复试 → 终试 → 录用 → 签订三方

1、参与自研物理仿真引擎的架构设计与核心算法的研发与实现，包括刚体、布料、流体仿真技术；

2、开发基于GPU的物理引擎，包括碰撞算法、矩阵运算、数值解算等；

3、负责多物理场仿真的建模、求解、分析工作；

4、解决仿真工程中遇到的高难度数值计算、收敛性、精度和性能瓶颈等关键问题；

5、优化引擎性能，提高引擎渲染质量和仿真精度；

6、构建完善的仿真工具链和API接口，支持科研、具身智能仿真及工业落地的闭环仿真；

7、与软件、产品团队合作，确保仿真模型和真实世界数据的一致性，并驱动产品设计优化。

1. 博士及以上学历，物理类、力学类、流体类、机器人类、人工智能类、控制科学与工程类、机械类、计算机类、数学类、自动化类、大数据类、电子信息类、智能制造类、智能科学与技术等相关专业优先；

2. 熟悉linux，熟悉C++、Python等编程语言，熟悉CMake等工程构建工具， 熟悉经典的数据结构和算法，具有良好的编程风格；

3. 熟悉渲染或物理仿真等至少一个方向的基本原理；

4. 学习能力强，具有很强的自驱力、责任感、学习能力和沟通能力；

5. 对做出一款世界前沿的物理引擎产品有极大的热情。

简历投递 → 空中宣讲会/校园宣讲（现场面试）→ 复试 → 终试 → 录用 → 签订三方

（1）前沿研究与探索：紧密跟踪并深入研究多模态大模型、生成式模型的最新进展。并探索和验证将这些前沿技术应用于机器人领域的可能性。

（2）VLA模型设计与训练：主导或参与设计面向机器人的VLA大模型，通过将模仿学习和强化学习范式与大模型相结合，使其能够理解周边的三维场景以及人类指令，并输出安全、拟人化的行为决策。

（3）世界模型与闭环仿真：研究和构建能够进行时空预测的“世界模型”作为仿真器，将大模型智能体与仿真器深度结合，从而构建一个可以安全、高效地进行虚拟测试和迭代的闭环仿真环境。

（4）数据驱动与数据闭环：构建高效、可扩展的数据闭环系统。从海量真实数据中自动挖掘高价值的困难场景，长尾场景等，同时保证数据分布的多样性与均衡性。

1. 学历与基础：博士及以上学历，机器人类、人工智能类、控制科学与工程类、机械类、计算机类、数学类、自动化类、大数据类、电子信息类、智能制造类、智能科学与技术等相关专业优先，具备良好的编程能力，精通 Python 及至常用深度学习框架，并对框架底层实现有一定了解。

2. 专业领域经验（至少精通以下一项）：

a. 多模态大模型 / VLA模型： 拥有实际训练、微调或应用VLA模型以及多模态大模型框架的经验。理解多模态数据融合、对齐和协同的关键技术。

b. 生成式模型与世界模型： 熟悉并实践过基于Diffusion Models/自回归的时序生成模型，特别是在自动驾驶，机器人等对数据时空一致性有高要求的任务上有成功应用经验。

c. 端到端决策模型： 在模仿学习或强化学习领域有深入研究，最好有将二者应用在端到端自动驾驶/机器人模型的相关项目经验。

3. 工程能力：具备优秀的学术或工程背景，展现出快速跟进、复现并改进领域内最新研究成果的能力。

加分项： 

1. 在人工智能顶级国际会议/期刊上发表过论文：（如CVPR/ICCV/ECCV/NeurIPS/ICLR/ICML/TPAMI等）。

简历投递 → 空中宣讲会/校园宣讲（现场面试）→ 复试 → 终试 → 录用 → 签订三方

1、负责人形机器人的整体运动规划算法应用及测试，包括手臂运动规划、双臂协同、力控等算法的开发与优化，确保机器人运动的高效性及稳定性；

2、负责双臂机器人的正逆运动学求解、动力学建模，以及机器人强化学习/模仿学习算法的开发、追踪与优化，提升机器人的运动精度和智能化水平；

3、实现机器人双臂操作任务，包括双臂协同抓取、搬运等复杂操作任务的算法开发与优化，确保机器人能完成负责的操作任务；

4、将前沿的规划与控制算法应用于实际场景，解决现场机器人规控问题，确保算法在实际应用中的有效性和稳定性。

1、博士及以上学历，机器人类、人工智能类、控制科学与工程类、机械类、计算机类、数学类、自动化类、大数据类、电子信息类、智能制造类、智能科学与技术等相关专业优先； 

2、熟悉主流仿真环境或框架，如IssacGym/Sim、Gazebo、MuJoCo等，具备在仿真环境中进行算法开发与测试的经验；

3、熟悉机器人学、刚体运动学，掌握常用的路径规划算法及其优化方法；

4、至少熟悉一种常用的路径规划与轨迹优化开源框架，如OMPL、TrajOpt、Chomp、Curobo等，具备相关算法的开发与优化经验；

5、有ACT、MT-ACT、RT1、RT2、Diffusion Policy 等算法相关研究背景经验者优先；

6、熟练掌握C++、Python 等编程语言，具备良好的代码编写与调试能力，熟悉ROS(机器人操作系统)者优先。

简历投递 → 空中宣讲会/校园宣讲（现场面试）→ 复试 → 终试 → 录用 → 签订三方

岗位亮点：

立足国家重点布局的战略前沿赛道，聚焦具身智能、物理AI、智能制造、新型能源电力核心产业，深度参与公司前沿科技产品的商业化落地与生态布局。岗位可全方位对接政府产业生态、行业头部客户与前沿技术体系，快速积累高端产业资源、行业洞察与市场化操盘能力，赛道前景广阔、成长路径清晰、岗位含金量极高。

岗位职责：

1、行业研究与趋势洞察：持续跟踪智能制造、能源电力、具身智能核心赛道政策动态、产业趋势及竞品打法，聚焦物理AI、数字孪生等前沿技术应用，输出行业研判、市场分析及策略报告，为公司产品迭代、市场布局提供决策支撑。

2、生态建设与品牌运营：负责政府、行业协会、产业链伙伴的生态关系搭建与长期维护；统筹行业峰会、展会、技术沙龙、生态联创等线上线下市场活动，策划落地联合推广，持续提升公司在工业AI、能源数字化领域的品牌影响力与行业话语权。

3、市场赋能与商业落地：深度挖掘行业客户数字化转型痛点与场景需求，协同销售团队开展商机孵化、需求对接、技术交流，加速项目落地转化；沉淀标准化行业方案、标杆案例、市场宣讲及投标物料，完成市场数据复盘、效果分析，持续优化市场打法与生态策略。

1、硕士及以上学历，机器人工程、具身智能、人工智能、自动化、机械、计算机、电子信息、电气工程、能源动力、水利水电、工程力学等工科相关专业优先；

2、对智能制造、能源电力、具身智能/物理AI赛道高度感兴趣，持续关注前沿技术落地与产业发展；

3、逻辑思维清晰，具备优秀的沟通表达、方案宣讲及对外对接能力；

4、强目标感、结果导向，善于整合内外资源，具备良好的项目推进与落地能力；

5、情商高、善于生态拓展与人脉链接，可快速对接并维护行业关键资源；

6、具备良好的商业思维与数据敏感度，能够从行业信息、市场数据中捕捉商业机会与潜在风险。

简历投递 → 空中宣讲会/校园宣讲（现场面试）→ 复试 → 终试 → 录用 → 签订三方

岗位亮点：

立足国家重点布局的战略前沿赛道，聚焦具身智能、物理AI、智能制造、新型能源电力核心产业，深度参与公司前沿科技产品的商业化落地与生态布局。岗位可全方位对接政府产业生态、行业头部客户与前沿技术体系，快速积累高端产业资源、行业洞察与市场化操盘能力，赛道前景广阔、成长路径清晰、岗位含金量极高。

岗位职责：

1、行业研究与趋势洞察：持续跟踪智能制造、能源电力、具身智能核心赛道政策动态、产业趋势及竞品打法，聚焦物理AI、数字孪生等前沿技术应用，输出行业研判、市场分析及策略报告，为公司产品迭代、市场布局提供决策支撑。

2、生态建设与品牌运营：负责政府、行业协会、产业链伙伴的生态关系搭建与长期维护；统筹行业峰会、展会、技术沙龙、生态联创等线上线下市场活动，策划落地联合推广，持续提升公司在工业AI、能源数字化领域的品牌影响力与行业话语权。

3、市场赋能与商业落地：深度挖掘行业客户数字化转型痛点与场景需求，协同销售团队开展商机孵化、需求对接、技术交流，加速项目落地转化；沉淀标准化行业方案、标杆案例、市场宣讲及投标物料，完成市场数据复盘、效果分析，持续优化市场打法与生态策略。

1、统招本科及以上学历，机器人工程、具身智能、人工智能、自动化、机械、计算机、电子信息、电气工程、能源动力、水利水电、工程力学等工科相关专业优先；

2、对智能制造、能源电力、具身智能/物理AI赛道高度感兴趣，持续关注前沿技术落地与产业发展；

3、逻辑思维清晰，具备优秀的沟通表达、方案宣讲及对外对接能力；

4、强目标感、结果导向，善于整合内外资源，具备良好的项目推进与落地能力；

5、情商高、善于生态拓展与人脉链接，可快速对接并维护行业关键资源；

6、具备良好的商业思维与数据敏感度，能够从行业信息、市场数据中捕捉商业机会与潜在风险。

简历投递 → 空中宣讲会/校园宣讲（现场面试）→ 复试 → 终试 → 录用 → 签订三方

1、负责人形机器人的整体运动规划算法应用及测试，包括手臂运动规划、双臂协同、力控等算法的开发与优化，确保机器人运动的高效性及稳定性；

2、负责双臂机器人的正逆运动学求解、动力学建模，以及机器人强化学习/模仿学习算法的开发、追踪与优化，提升机器人的运动精度和智能化水平；

3、实现机器人双臂操作任务，包括双臂协同抓取、搬运等复杂操作任务的算法开发与优化，确保机器人能完成负责的操作任务；

4、将前沿的规划与控制算法应用于实际场景，解决现场机器人规控问题，确保算法在实际应用中的有效性和稳定性。

1、硕士及以上学历，机器人类、人工智能类、控制科学与工程类、机械类、计算机类、数学类、自动化类、大数据类、电子信息类、智能制造类、智能科学与技术等相关专业优先； 

2、熟悉主流仿真环境或框架，如IssacGym/Sim、Gazebo、MuJoCo等，具备在仿真环境中进行算法开发与测试的经验；

3、熟悉机器人学、刚体运动学，掌握常用的路径规划算法及其优化方法；

4、至少熟悉一种常用的路径规划与轨迹优化开源框架，如OMPL、TrajOpt、Chomp、Curobo等，具备相关算法的开发与优化经验；

5、有ACT、MT-ACT、RT1、RT2、Diffusion Policy 等算法相关研究背景经验者优先；

6、熟练掌握C++、Python 等编程语言，具备良好的代码编写与调试能力，熟悉ROS(机器人操作系统)者优先。

简历投递 → 空中宣讲会/校园宣讲（现场面试）→ 复试 → 终试 → 录用 → 签订三方

1、负责具身智能产品规划，制定产品路线图，明晰定位、目标、策略并落实、实施；

2、负责产品全生命周期管理，包括但不限于需求分析、功能设计、验证、研发迭代、落地交付等

3、结合真实的应用场景，提炼客户的核心痛点和需求，设计基于场景的产品解决方案，支撑售前交流，并负责产品在应用场景中的全生命周期管理，推动产品落地；

4、定期进行数据分析，与研发团队一起不断提升产品体验，协调资源推动产品设计、开发、测试、上线、确保产品性能和体验；

5、深入理解机器人和具身智能技术发展，辅助产品做出正确决策，负责研究并掌握行业技术动态和发展趋势，引进新技术并应用于产品；

6、研究、分析机器人产品运行效果，制定产品优化方案，解决项目中遇到的核心技术问题；

7、与销售和售前共同探索机器人应用场景，共同打造行业机器人的生态产品；

1、硕士及以上学历，机器人类、人工智能类、控制科学与工程类、机械类、计算机类、数学类、自动化类、大数据类、电子信息类、智能制造类、智能科学与技术等相关专业优先；

2、极强的项目推进能力，具有结果导向思维，善于和技术团队合作完成工作；

3、善于抓住产品中的核心问题，能够从用户角度思考和评判产品；

4、熟悉机器人软硬件技术；对具身智能有了解；

5、具备敏锐的市场需求挖掘能力，能够由点及面，完整策划产品方案，掌握To B的基本产品策划及客户沟通能力；

6、热爱机器人行业，良好的领导力、规划统筹能力以及推动落地能力；

7、逻辑思维强，善于独立思考，具有良好的职业素质和团队合作精神。

简历投递 → 空中宣讲会/校园宣讲（现场面试）→ 复试 → 终试 → 录用 → 签订三方

1.参与自研物理仿真引擎的架构设计与核心算法的研发与实现，包括刚体、布料、流体仿真技术；

2.开发基于GPU的物理引擎，包括碰撞算法、矩阵运算、数值解算等；

3.负责多物理场仿真的建模、求解、分析工作；

4.解决仿真工程中遇到的高难度数值计算、收敛性、精度和性能瓶颈等关键问题；

5. 优化引擎性能，提高引擎渲染质量和仿真精度；

6. 构建完善的仿真工具链和API接口，支持科研、具身智能仿真及工业落地的闭环仿真；

7.与软件、产品团队合作，确保仿真模型和真实世界数据的一致性，并驱动产品设计优化。

1. 硕士及以上学历，物理类、力学类、流体类、机器人类、人工智能类、控制科学与工程类、机械类、计算机类、数学类、自动化类、大数据类、电子信息类、智能制造类、智能科学与技术等相关专业优先；

2. 熟悉linux，熟悉C++、Python等编程语言，熟悉CMake等工程构建工具， 熟悉经典的数据结构和算法，具有良好的编程风格；

3. 熟悉渲染或物理仿真等至少一个方向的基本原理；

4. 学习能力强，具有很强的自驱力、责任感、学习能力和沟通能力；

5. 对做出一款世界前沿的物理引擎产品有极大的热情。

简历投递 → 空中宣讲会/校园宣讲（现场面试）→ 复试 → 终试 → 录用 → 签订三方

1、建设机器人数据采集链路：接入RGB/RGBD、点云、IMU、力/触觉、关节状态、末端位姿、控制指令、遥操作轨迹、任务语言等数据；

2、设计多模态时序数据格式与存储：如ROSbag/MCAP、Parquet、HDF5、Zarr、对象存储、元数据索引、任务标签体系；

3、负责数据清洗、同步、切片和质量评估：时间戳对齐、相机标定、异常轨迹检测、低质样本过滤、成功/失败轨迹归因；

4、支持VLA/模仿学习/强化学习训练：构建observation-action数据集、语言指令数据、视频-动作对齐数据、评测集和回归测试集；

5、搭建数据闭环平台：从机器人部署、遥操作采集、自动上传、自动清洗、标注审核、训练集发布到模型评估回流；

6、结合仿真生成数据：对接IssacSim、Gazebo、MuJoCo、Genesis等环境，生成合成轨迹、场景随机化数据、失败案例；

7、与算法、机器人、标注和产品团队协作：定义数据需求、采集SOP、数据指标、标注规范和训练数据版本；

8、熟悉ROS2机器人开发，具备机械臂基础控制经验，能够使用ROS2 driver、ros2_control等工具完成机械臂状态读取、轨迹控制和基础任务执行；

9、能够结合机器人控制链路设计数据采集方案，准确记录observation、action、robot state、task state和执行结果，支持具身模型训练和评估。

1、硕士及以上学历，机器人类、人工智能类、控制科学与工程类、机械类、计算机类、数学类、自动化类、大数据类、电子信息类、智能制造类、智能科学与技术等相关专业优先，熟悉Python编程，会C++编程加分；

2、熟悉机器人ROS/ROS2、rosbag/MCAP、TF、URDF/MJCF、传感器标定，具备运动学和控制基础；

3、熟练掌握常用图像/视频处理工具链，如OpenCV、FFmpeg、PyAV、MMCY等；

4、具备多模态数据处理经验，精通数据清洗、数据格式转换、时间轴同步等核心处理流程；

5、熟悉Spark/Flink、Airflow、Kafka、对象存储、数据湖等数据工程相关内容；

6、熟悉PyTorch数据加载、训练数据pipeline、特征统计、dataset registry、MLOps等ML工程方面内容；

7、熟悉IssacGym/Sim/Lab、Gazebo、MuJoCo、Sim2Real等概念；

8、对自动预标注、人工审核流程、数据质量指标体系有了解并能主动学习；

9、了解Docker、Kubernetes、Linux、云存储、CI/CD、监控告警等。

简历投递 → 空中宣讲会/校园宣讲（现场面试）→ 复试 → 终试 → 录用 → 签订三方

（1）前沿研究与探索：紧密跟踪并深入研究多模态大模型、生成式模型的最新进展。并探索和验证将这些前沿技术应用于机器人领域的可能性。

（2）VLA模型设计与训练：主导或参与设计面向机器人的VLA大模型，通过将模仿学习和强化学习范式与大模型相结合，使其能够理解周边的三维场景以及人类指令，并输出安全、拟人化的行为决策。

（3）世界模型与闭环仿真：研究和构建能够进行时空预测的“世界模型”作为仿真器，将大模型智能体与仿真器深度结合，从而构建一个可以安全、高效地进行虚拟测试和迭代的闭环仿真环境。

（4）数据驱动与数据闭环：构建高效、可扩展的数据闭环系统。从海量真实数据中自动挖掘高价值的困难场景，长尾场景等，同时保证数据分布的多样性与均衡性。

1. 学历与基础：硕士及以上学历，机器人类、人工智能类、控制科学与工程类、机械类、计算机类、数学类、自动化类、大数据类、电子信息类、智能制造类、智能科学与技术等相关专业优先，具备良好的编程能力，精通 Python 及至常用深度学习框架，并对框架底层实现有一定了解。

2. 专业领域经验（至少精通以下一项）：

a. 多模态大模型 / VLA模型： 拥有实际训练、微调或应用VLA模型以及多模态大模型框架的经验。理解多模态数据融合、对齐和协同的关键技术。

b. 生成式模型与世界模型： 熟悉并实践过基于Diffusion Models/自回归的时序生成模型，特别是在自动驾驶，机器人等对数据时空一致性有高要求的任务上有成功应用经验。

c. 端到端决策模型： 在模仿学习或强化学习领域有深入研究，最好有将二者应用在端到端自动驾驶/机器人模型的相关项目经验。

3. 工程能力：具备优秀的学术或工程背景，展现出快速跟进、复现并改进领域内最新研究成果的能力。

加分项： 

1. 在人工智能顶级国际会议/期刊上发表过论文：（如CVPR/ICCV/ECCV/NeurIPS/ICLR/ICML/TPAMI等）。

 简历投递 → 空中宣讲会/校园宣讲（现场面试）→ 复试 → 终试 → 录用 → 签订三方