广州机器人控制工程师
机器人控制工程师是负责设计、开发和维护机器人系统的专业人员。他们利用工程知识、计算机科学和机械原理来创建自动化系统，从工业生产线到医疗设备。机器人控制工程师设计和实施控制算法、传感器和执行器，以确保机器人能够高效地执行任务，同时保持安全性和精确性。他们还负责编写和测试软件程序，进行故障排查和性能优化。这项工作需要深入了解机器人技术、自动化系统和工程原理，并能够应用这些知识来创造创新性的解决方案。机器人控制工程师通常在机器人制造公司、研究实验室、自动化设备公司或工厂生产部门工作。这个领域需要工程师具备技术专业知识，创造力和解决问题的能力。
薪酬概览
平均月薪
¥12900
中位数 ¥11500 ｜ 区间 ¥9400 - ¥16500
数据来源：谈职全网13份招聘数据；更新时间：2026年7月13日
月薪分布
69.2% 人群薪酬落在 8-15k
三大影响薪酬的核心维度
影响薪资的核心维度1：工作年限
影响薪资的核心维度2：学历背景
市场需求
6月新增岗位
23
对比上月：岗位新增8
数据由各大平台公开数据统计分析而来，仅供参考。
岗位需求趋势
不同经验岗位需求情况
| 工作年限 | 月度新增职位数 | 职位占比数 |
|---|---|---|
| 应届 | 2 | 10% |
| 1-3年 | 8 | 40% |
| 3-5年 | 2 | 10% |
| 不限经验 | 8 | 40% |
热招职位
1.大专及以上学历，电气、机械、自动化等相关专业；
2. 焊装机器人工程师5年以上工作经验，有整车厂焊装车间机器人调试工作经验，具备机器人离线仿真能力
3、熟练应用KUKA/ABB机器人的工艺应用和故障处理，具备程序编制和调试能力，熟悉硬件功能和报警故障的处理，对机器人工具侧的工艺应用熟悉，熟练应用FDS/SPR/涂胶等工艺应用
4、掌握和能够应用设备预防性维护管理知识，能够策划并带领团队开展课题改善，降低MTBF/MTTR等工作
岗位介绍
你将面向智能驾驶量产项目，参与行车、泊车、主动安全、性能泛化等方向的测试验证工作，通过实车、台架或仿真测试发现问题并推动闭环，保障产品顺利交付和用户体验。
你将负责
根据项目需求设计测试方案和测试用例。执行实车、台架或仿真测试。记录、分析并跟踪测试问题。输出版本评测报告和测试结论。推动问题修复、回归验证和闭环。参与测试流程和工具链优化。我们希望你具备
理工类本科及以上学历，车辆工程、自动化、计算机、电子信息等相关专业优先。有ADAS、智能驾驶或自动驾驶测试经验。熟悉测试设计方法，能独立编写测试用例。熟悉Linux、Git、Shell等基础工具。具备良好的问题分析、沟通反馈和推动能力。加分项
有实车测试、台架测试或量产项目经验。熟悉CarMaker、CarSim、PreScan等仿真工具。熟悉Python/C++，能编写测试脚本。持有驾照并具备实际驾驶经验。
岗位介绍
你将参与智能驾驶实车和台架测试，负责测试执行、问题记录、数据整理和测试报告输出，是发现真实道路问题和保障版本质量的重要角色。
你将负责
负责测试车辆和测试台架的软件部署、版本更新和日常维护。
执行实车道路测试和台架测试。
根据测试需求完成场景测试。
记录系统表现、异常现象和问题数据。
整理日志、视频、场景描述等信息。
输出测试报告并支持问题回归验证。
我们希望你具备
持有C1/C2驾照，具备实际驾驶经验。
有ADAS、智能驾驶或自动驾驶实车测试经验优先。
熟悉NOA、LCC、APA、HPA等辅助驾驶功能。
熟悉Linux基础命令。
具备良好的安全意识、执行能力和问题记录能力。
加分项
有台架测试、道路测试或量产项目测试经验。
熟悉Python/Shell，能完成简单脚本操作。
熟悉智能驾驶系统基础架构
【主要职责】：
1、负责深度学习平台的系统架构设计和研发工作，提供端到端的模型交付能力
2、集成云原生能力，负责模型研发、训练、推理、Agent等相关功能，提升平台资源利用率和计算效率
3、负责大模型训练/推理的监控、排障和容错，参与模型训练和推理性能调优
4、持续运营，改进平台性能、易用性和稳定性，优化用户体验
【基本资格】
1、计算机科学，工程或相关领域的学士学位；
2、熟悉Linux开发环境，掌握Golang/Python等语言，具备良好的代码规范意识和文档编写能力；
3、熟悉云原生相关技术，如kubernetes、kubeflow、volcano等，具备二次开发经验；
4、熟悉微服务、数据库、分布式系统、缓存技术、消息队列等相关技术；
5、强大的解决问题能力，热爱技术，有较强的自我驱动学习能力，持续关注前沿技术发展
【期望资格】
1、相关领域的硕士学位；
2、深入理解深度学习理论，熟悉主流训练推理框架Pytorch/Deepspeed/Megatron/Triton/Vllm，故障定位和性能调优方向有相关项目经验；
3、参与过AI Infra相关项目，熟悉FlashAttantion、DLRover、AIBrix等社区项目；
4、具备大规模GPU集群的研发和实践经验，了解通用GPU架构、GPU虚拟化、RDMA高速网络和分布式存储技术
负责开发基于云原生技术的搜索和推荐机器学习工程平台负责搜索推荐模型训练平台开发，包括训练任务生命周期管理和云原生训练调度引擎开发负责在线推理服务开发与优化，提升模型加载效率和推理性能设计模型存储管理和自动化发布流程，保障模型上线稳定性与算法团队协作，持续优化平台易用性
任职要求：
本科及以上学历，计算机相关专业，5年以上开发经验精通Java，熟悉Python/Go/C++者优先精通机器学习训练/推理工程平台功能开发精通云原生技术栈，如Kubernetes/Volcano调度技术栈了解TensorFlow/pytorch框架，了解分布式训练原理（如Parameter Server架构）了解大数据技术栈（HDFS、Spark、Kafka）具备良好的系统设计能力和问题排查能力
寻找对计算机底层系统以及 AI Infra 相关技术充满热情的同学
职位概述:
负责 GPU 训练集群的资源管理与调度，保证 GPU 资源的高效使用提升分布式训练任务的稳定性，包括开发鲁棒的训练框架以及方便易用的可视化工具等提升分布式训练任务的训练效率，系统性地解决 IO/通信/运算等方向的性能问题负责对接训练平台在自动驾驶数据流中的上下游，具体包括提升数据预处理的效率，提供用户友好的模型管理工具等
职位要求：
计算机及相关专业的应届毕业生熟悉 Python/Golang/C++/C 任一开发语言，并有关相关的项目经验参与过社区开源项目，如 kubernetes/kubeflow/horovod 等加分了解通用 GPU 架构以及业内相关虚拟化方案加分了解高性能网络相关技术，对 RDMA 编程以及相关流控技术有一定的技术储备加分熟练使用 Tensorflow/Pytorch 等训练框架，有 CUDA 编程经验加分
- 学历与经验：
- 本科及以上学历，机械工程、电气工程、自动化、工业工程或相关专业。
- 3年以上机器人、智能汽车、高端消费电子、精密仪器等离散制造业相关经验，具备测试工艺工程、NPI导入或测试设备开发背景。
- 专业知识与技能：
- 深入了解常见驱动单元（伺服电机、步进电机、直线推杆等）及传动机构（减速机、丝杆、连杆等）的机械性能测试要点。
- 熟练掌握传感器、控制器、线束、电池包及PCBA的核心电性能检测方法与判定标准。
- 熟悉工业相机、激光雷达等常用感知模块的标定流程和标准。
- 具备扎实的工程图纸（2D/3D）识读与基本设计能力，熟练使用CAD软件进行简单工装设计。
- 熟悉工业现场总线与通信协议，如CAN、EtherCAT、TCP/IP、Modbus等，具备基本的通信异常分析能力。
- 精通C/C++、C#、Python至少两种编程语言，具备完整软件开发、系统二次开发落地经验；能够独立负责自动化测试软件/工具开发，熟练完成代码调试、BUG定位与修复；拥有机器人运动控制领域项目开发经历者优先考虑。
- 熟悉精益生产、工业工程（IE）的基本工具和方法（如价值流图、时间研究、线平衡分析）。
- 具备强烈的现场（Gemba）意识，出色的动手能力和问题排查能力。
- 核心能力：
- 良好的问题解决能力，能够使用系统性方法（如5Why，鱼骨图）快速定位和解决生产异常。
- 出色的项目管理和跨部门沟通能力，能够高效协同研发、质量、供应链及生产团队。
- 注重细节，结果导向，能在快节奏和有一定压力的生产环境中保持高效工作。
1、本科及以上学历，机器人、工业自动化、人工智能、机电一体化等相关专业；
2、人形机器人/汽车域控制器/电驱电机产品研发与过程工艺等同行业相关岗位经验3年以上；
3、具备良好的编程能力，熟悉Python或者软件测试，精通Linux操作系统，能够独立移植Linux系统，有裁剪、优化经验者优先；
4、熟悉推杆、关节、人形机器人及工业机器人的品牌、编程、调试，组装等工艺过程或汽车域控/电驱电机工艺；
5、熟悉使用市面上常见的制图工具，具有较好的质量问题收集与整理能力；
6、具备优秀的分析和解决问题能力，具备创新性，具备良好的团队协作素质；
7、对机器人技术有浓厚的兴趣和激情。
1、把控内部内外饰模具项目进度，控制内部资源合理分配，推动各工序按期完成内外饰模具交付
2、针对内外饰模具制造中可能存在的风险，制定风险预案
3、及时发现内外饰模具异常情况，组织会议对进度异常、质量异常进行检讨、纠编
4、和客户及供应商保持积极有效沟通，处理各方冲突及投诉
5、评估复杂内外饰模具的设变价格，给客户提供报价单、核定供应商报价，推动内外饰模具设变的顺利进行
6、统筹各技术人员支持内外饰模具试产，跟踪模具的验收，完成内外饰模具的最终交付
