优必选
全球人形机器人量产领先企业，港股上市（09880.HK）。2025年全尺寸人形机器人销量1079台居全球第一，营收20.01亿元。核心技术为自研伺服驱动器和ROSA操作系统。
大模型算法资深工程师
1. 硕士及以上学历，计算机科学与技术、人工智能、机器人、数学、电子工程等相关专业。博士学历优先。 2. 扎实的深度学习理论基础，精通Transformer、Diffusion、Flow Matching、等主流技术范式，有生成式模型、时序建模相关的深度研发经验。 3. 深入掌握世界模型（World Model/WAM）、强化学习（RL）、模仿学习、视频预测与建模、长程时序推理等核心技术，具备相关算法的完整研发与落地经验。 4. 具备丰富的VLA项目经验，精通跨模态表征对齐、端到端多模态模型设计与优化，能够完成多模态输入到动作输出的全链路建模。 5. 熟练使用 PyTorch 等主流深度学习框架，具备优秀的算法工程化能力，能够独立完成算法原型设计、代码实现、大规模训练与效果验证全流程工作。 6. 对 AGI 与具身智能领域有强烈的热情与技术追求，具备优秀的逻辑思维、创新能力、问题解决能力与团队协作精神。 7. 良好的英文读写与沟通能力，能够快速跟踪、复现并突破国际前沿研究成果。
具身智能算法资深工程师(VLA)
1. 硕士及以上学历，计算机科学、人工智能、机器人工程、自动化、深度学习等相关专业，5年及以上算法研发经验，有工业机器人VLA模型落地完整项目经验者优先。 2. 扎实的VLA算法功底：精通视觉-语言-动作多模态大模型核心原理，熟练掌握VLA模型训练、微调、对齐、推理优化技术，可独立完成工业VLA模型架构设计与迭代优化。 3. 工业数据全链路能力：具备工业场景多模态数据采集、标注、清洗、增强、数据集构建全流程经验，可独立定制工业数采方案，擅长解决工业场景数据复杂、样本不均、干扰多等实际问题。 4. 工程落地实战能力：熟悉机器人感知、决策、执行闭环链路，掌握模型仿真训练、真机调试、端侧部署优化流程，具备Sim2Real迁移、工业真机算法调优、落地问题排查能力，能够独立推动算法从原型到工业量产落地。 -
端到端算法资深工程师（VLN，RL，规控，技术专家/TL）
1 计算机科学、自动化、电子工程、机器人、控制理论等相关专业硕士及以上学历 2 熟悉领域相关的基础学科知识，如数值优化、计算几何、概率论等 3 熟悉Linux系统，以及ROS1、ROS2、C++等， 较强的逻辑分析能力及良好的编程习惯 4 熟悉机器人规划控制相关算法，包括全局规划、局部规划、轨迹优化、障碍处理等 5熟悉TEB、MPC、PID, A* D*, Mppi等常用的运动控制算法 6有移动机器人、无人车、无人机等开发经验者优先考虑 7 具有责任心，自我驱动和优秀的沟通交流能力。 8 良好的问题分析能力，较好的抗压能力，对解决挑战性问题充满激情，优秀的团队合作精神，较强的沟通协作能力。
大模型算法工程师（知识图谱）
1. 计算机、人工智能、自然语言处理、知识工程等相关专业，硕士及以上学历优先；3 年以上 NLP / 知识图谱 / 大模型相关研发经验，具备扎实的机器学习与深度学习基础。 2. 深入理解 Transformer、主流 LLM 架构与训练范式，熟悉 Prompt 工程、SFT等微调与对齐方法，具备实际调优经验。 3. 精通 Embedding 模型（如 BGE、E5、GTE 等）的原理、训练与领域适配；熟悉稠密检索、稀疏检索（BM25）、混合检索及向量数据库（Milvus、Qdrant、FAISS 等）的工程实践。 4. 具备完整的 RAG 系统设计与落地经验，熟悉 Chunking 策略、Query 改写与扩展、多路召回、Rerank（Cross-Encoder / LLM-based）、上下文构造与压缩等关键环节的取舍与优化。 5. 熟悉本体设计、实体识别（NER）、关系抽取、实体链接与消歧、图谱融合与补全；熟悉 Neo4j、NebulaGraph 等图数据库及查询。 6. 了解结构化检索与子图召回机制，熟悉多跳推理、Text-to-Cypher 等技术路线；熟悉 GraphRAG、Self-RAG、CRAG 等范式的实践经验优先。 7. 熟悉 RAG 与生成式系统的评测方法（如 RAGAS、TruLens、忠实度/相关性/上下文召回等指标），具备数据驱动的优化思路。
端到端算法资深工程师（VLN）
1 计算机科学、自动化、电子工程、机器人或相关领域硕士及以上学历，博士优先 2 具备 VLN、端到端自动驾驶或机器人导航相关项目经验，深入理解多模态建模与决策规划一体化方法 3 熟悉语义地图与结构化环境信息的建模方法，理解拓扑建模、空间关系约束与局部可行驶空间表达等核心问题 4 扎实的强化学习理论基础，熟悉 GRPO、PPO 等主流算法，具备连续控制或复杂决策场景中的策略优化经验，理解 reward 设计与安全约束机制 5 理解世界模型与强化学习结合的基本范式，具备仿真环境到真实系统迁移经验者优先 6 熟悉闭环评测与数据回流优化流程，具备长尾问题分析、行为评估指标设计与系统级调优经验 7 具备良好的工程开发能力，熟练使用Python等编程语言 8 在会议或期刊上发表论文者优先；亦优先考虑有学术比赛成绩或实际工程项目经验者
端到端算法工程师
1、计算机、机器人等相关专业硕士及以上学历； 2、具备VLN、端到端自动驾驶或机器人导航相关项目经验，熟悉多模态建模与决策规划一体化方法； 3、熟悉语义地图与结构化环境信息的建模方法； 4、扎实的强化学习理论基础，具备复杂决策场景中的策略优化经验； 5、理解世界模型与强化学习结合的范式，有仿真到真实迁移经验者优先； 6、熟悉闭环评测与数据回流优化流程； 7、熟练使用Python，具备良好的工程能力； 8、 有顶会论文、学术比赛成绩或实际工程项目经验优先考虑。
端到端算法资深工程师（世界模型）
1.计算机、机器人、人工智能等相关专业硕士及以上学历，3年以上相关研发经验。 2.具备深厚的生成式模型（Diffusion、Transformer、VAE）研发背景，熟悉视频生成或世界模型前沿进展。 1.熟悉计算机视觉与 3D 几何，在 3DGS/4DGS、NeRF、三维重建、前馈式生成方面有扎实的理论基础与实践经验。 2.精通 Python 与 C++，熟练使用 PyTorch，具备大规模分布式训练经验。 3.熟悉 ROS/ROS2 生态，熟练掌握 Linux 开发环境、Git 版本控制及 Docker 容器化技术。 加分项： 4.了解掌握VLN相关架构和数据需求，有端到端闭环仿真开发经验。 5.深入理解主流自动驾驶感知架构（VLA，端到端，OD、Occupancy 预测的算法等）。、 6.有 L4 自动驾驶或复杂移动机器人数据闭环/仿真系统研发经验。 7.熟练掌握 CUDA 编程，对 TensorRT 等推理加速框架有深入的 Debug 与性能调优经验。
AI大模型算法高级工程师（知识库助手、编程助手、Openclaw）
- 学历要求：研究生及以上学历，计算机、人工智能、机器学习、数据科学等相关专业。 - 工作经验：2年及以上AI大模型、AI Agent相关研发经验，有大模型微调、prompt工程、多模态交互或智能助手研发经验者优先。 - 技术能力：熟悉大模型底层原理，具备OpenClaw或类似工具的使用与二次开发经验，熟练掌握至少一种深度学习框架（如PyTorch、TensorFlow）。 - 综合能力：具备较强的问题解决能力、逻辑思维能力，良好的沟通协作能力与团队意识，对技术研发有强烈的热情和探索欲。
AI算法资深工程师（人机交互/语音/大模型对话）
- 学历要求：研究生及以上学历，计算机科学、自动化、电子信息、人工智能等相关专业。 - 工作经验：3-4年及以上人机交互算法研发经验，具备智能音箱、智能座舱相关产品的算法研发经历者优先。 - 技术能力：熟练掌握语音识别、声学定位、去噪增强等核心算法，熟悉大模型多轮对话技术，具备独立完成算法设计、开发与调试的能力。 - 综合素质：具备良好的问题分析与解决能力、团队协作能力，对人形机器人领域有浓厚兴趣，愿意投入技术研发与创新。
嵌入式开发资深工程师(信息安全）
1. 本科及以上学历，信息安全、网络安全、计算机科学与技术、嵌入式系统等相关专业，3-5年以上信息安全相关工作经验，其中至少1-2年人形机器人、工业机器人或汽车电子域控制器信息安全从业经验，具备CISSP、CISP、CEH等信息安全资质者优先。 2. 熟练掌握ISO 27001、IEC 62443、ISO/SAE 21434等核心信息安全标准，深刻理解信息安全风险评估、威胁建模、漏洞管理方法，有完整的域控制器信息安全项目全生命周期落地经验，能够独立解读标准并应用于实际研发工作。 3. 熟悉人形机器人域控制器硬件架构，深入了解机器人的异构SoC、MCU安全岛、固件开发、CAN/Ethercat通信协议、IO接口等模块原理，具备嵌入式软件（C/C++）开发基础，精通固件加密、Bootloader安全、可信执行环境（TEE）相关技术。 4. 熟练使用漏洞挖掘、渗透测试、固件逆向等工具，具备漏洞挖掘、渗透测试、安全验证平台搭建经验，能够独立完成系统级和组件级的信息安全分析与验证工作。 5. 具备良好的跨部门沟通协调能力和问题解决能力，工作严谨细致、责任心强，有强烈的信息安全意识，能承受一定的工作压力，了解人形机器人域控制器信息安全风险（如固件篡改、数据泄露），愿意深耕人形机器人域控制器信息安全领域，主动跟踪行业技术和标准发展。
视觉感知算法工程师
计算机、自动化、电子工程等相关专业研究生及以上学历 熟练掌握 Python，具备 C++ 工程开发能力 熟悉点云处理算法和状态估计算法 熟悉 PyTorch / TensorFlow，有完整模型训练与调试经验 深刻理解 CNN、Transformer 等主流视觉网络结构 有 YOLO、ViT、SAM、DepthAnything 等主流模型的实战经验 具备较强的数学基础，熟悉线性代数、概率论与优化理论 加分项 有机器人感知、自动驾驶或工业检测项目落地经验 在 CVPR、ICCV、ECCV、NeurIPS 等顶会发表过论文 有开源项目贡献或 GitHub 活跃记录