北京机科未来科技有限公司
岗位投递方式
您可以通过以下方式投递简历
更多岗位请前往BOSS直聘/猎聘
搜索“机科未来”选择对应岗位投递
强化学习算法工程师
社会招聘
工作地点：深圳市
岗位经验：3-5年
学历要求：硕士
招聘人数：1
工作性质：全职
薪资面议
岗位职责
【岗位职责】
1.算法设计与开发
• 负责设计和实现强化学习算法，用于机器人抓取（grasping）任务的优化。
• 针对机器人抓取任务，设计任务目标与奖励机制，并部署强化学习算法进行大规模并行训练。
2.仿真与测试
• 构建机器人大规模并行仿真环境，用于算法的测试和验证。
• 在仿真环境中对强化学习算法进行测试和优化，确保算法的稳定性和有效性。
3.技术研究与创新
• 跟踪具身智能和强化学习领域的最新研究进展，复现最新研究成果的算法框架。
• 开展机器人运动控制与操作相关的强化学习前沿技术研究，探索新的算法和方法。
4.项目协作与落地
• 与机器人硬件工程师、软件工程师等团队成员协作，将强化学习算法部署到实际机器人平台上。
• 推动强化学习算法在具身智能大模型等方向的落地应用，加速算法从理论到实践的转化。
5.数据处理与分析
• 收集和处理机器人抓取任务的相关数据，用于算法的训练和优化。
• 分析实验数据，评估算法性能，提出改进方案。
职位要求
1.教育背景
• 计算机、自动化、机器人控制等相关领域专业的硕士及以上学历。
2.专业技能
• 熟悉主流强化学习算法，如 PPO、SAC、DDPG 等。
• 具备扎实的深度学习、强化学习、机器人运动学与动力学、自动控制原理等相关领域知识基础。
• 熟练掌握 Python 或 C++ 编程语言，熟悉 Linux/ROS 操作系统。
• 熟悉至少一种主流机器人仿真环境或框架，如 IsaacGym/Sim、Gazebo、MuJoCo 等。
3.项目经验
• 具备机器人控制相关的强化学习项目经验。
• 有机器人抓取相关项目落地经验者优先。
4.学术成果
• 在 RSS、CoRL、ICRA、IROS 机器人会议上或 CVPR、NeurIPS、ICLR 等人工智能会议有发表记录者优先。
5.其他能力
• 具备良好的沟通协作能力、问题分析与解决能力、快速学习能力、自驱力、创新精神等。
• 具备良好的英文阅读与写作能力。
机器人工程师
校园招聘
工作地点：深圳市
岗位经验：1-3年
学历要求：不限
招聘人数：5
工作性质：全职
薪资面议
岗位职责
1.研发基于强化学习/模型预测控制（MPC）的运动控制算法，实现复杂地形下的稳定运动
2.设计多刚体动力学仿真系统，优化人形机器人/机器狗的步态规划与平衡控制
3.开发AI驱动的实时运动决策系统，提升动态环境适应能力
4.搭建数字孪生测试平台，完成算法仿真到实体机器人的迁移学习
5.参与硬件-算法联合调试，优化传感器融合与执行器控制策略
职位要求
1.硕士及以上学历，机器人学、自动化、计算机等相关专业
2.精通C++/Python，熟悉ROS/ROS2开发框架
3.具备以下至少一项实战经验：
• 人形机器人全身运动控制算法开发
• 四足机器人CPG/MPC步态控制实现
• 机械臂轨迹规划与力位混合控制
4.熟悉MuJoCo/Isaac Gym等物理仿真工具
5.有强化学习（PPO/SAC）、最优控制项目经验者优先
6.加分项：
• 参与过Boston Dynamics Atlas、宇树Unitree等标杆项目
• 发表过RSS、ICRA、IROS等相关顶会论文
• 熟悉人形机器人状态估计、柔顺控制等关键技术
算法工程师实习生
实习招聘
工作地点：深圳市
岗位经验：1-3年
学历要求：不限
招聘人数：5
工作性质：全职
薪资面议
岗位职责
1.开发通用型具身算法并应用于人形机器人场景任务，具备物体泛化、任务泛化、场景泛化能力；
2.研究多模态具身大模型，具备视觉、触觉、语言感知和决策能力，控制机器人完成开放世界的物理交互；
3.技术研究与创新
• 跟踪具身智能和强化学习领域的最新研究进展，复现最新研究成果的算法框架。
• 开展机器人运动控制与操作相关的强化学习前沿技术研究，探索新的算法和方法。
4.项目协作与落地
• 与机器人硬件工程师、软件工程师等团队成员协作，将强化学习算法部署到实际机器人平台上。
• 推动强化学习算法在具身智能大模型等方向的落地应用，加速算法从理论到实践的转化。
5.数据处理与分析
• 收集和处理机器人抓取任务的相关数据，用于算法的训练和优化。
• 分析实验数据，评估算法性能，提出改进方案。
职位要求
1.计算机科学、人工智能、自然语言处理等相关领域的硕士，博士优先，精通Python编程语言，熟悉TensorFlow、PyTorch等深度学习框架;
2.熟悉Transformer、BERT、GPT等模型，熟悉预训练和后训练流程，具有相关的工作经验，有实际的大模型训练和优化经验；
3.有ACT、MT-ACT、RT1、RT2、Diffusion Policy等算法相关研究背景经验者优先；
4.加分项：
• 熟悉强化学习算法；
• 在ICML、ICLR、CVPR、RSS、ICRA等顶会上发表过相关论文。
