薪酬概览
平均月薪
¥53600
中位数 ¥0 ｜ 区间 ¥40000 - ¥67100
数据来源：样本数量过少，仅供参考；更新时间：2026年7月13日
月薪分布
85.7% 人群薪酬落在 >30k
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
8月新增岗位
27
对比上月：岗位新增25
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 | 3 | 12.5% |
| 1-3年 | 7 | 29.2% |
| 3-5年 | 11 | 45.8% |
| 不限经验 | 3 | 12.5% |
热招职位
负责提升自动驾驶决策规划能力，结合自动车在实际场景中遇到的问题，开发安全、高效、拟人的行驶策略算法。包括场景理解、交互决策、运动规划等工作。
1、负责手机端与云端 AIGC 影像算法研发，包括人像生成、图像修复、人像编辑、视频生成、文生图 / 图生图等核心能力的算法设计、实现与优化（任一方向）。
2、负责扩散模型、MMDiT、流模型（Flow Matching / Rectified Flow）、单步生成模型等前沿生成式模型的研发、微调、蒸馏与推理加速。
3、负责 AIGC 基础模型的后训练体系建设，包括 SFT、DPO、GRPO 等强化学习方案设计与落地，构建大规模指令微调数据与奖励模型。
4、针对弱光、逆光、中低端机型、海外用户习惯等复杂场景，设计稳健高效的人像处理、图像编辑与视频生成方案。
5、参与构建手机影像 AIGC 完整技术体系，包括数据 pipeline、模型评价体系、端云协同架构、训练与部署流程建设与优化。
6、跟踪业界前沿技术，推动图像 / 视频生成、编辑、增强等创新能力在手机影像产品中稳定、高效、差异化落地。
必备条件：
扎实的机器学习/深度学习基础，熟练掌握Python及PyTorch/TensorFlow框架
熟悉Linux开发环境，具备良好的工程代码能力与问题调试能力
具备良好的英文文献阅读能力，能快速理解并复现前沿算法
优先条件：
熟悉3D视觉与重建技术，如点云处理、NeRF、3DGS、COLMAP等
掌握人体参数化模型，如SMPL/SMPL-X、动作捕捉、动作生成等
有机器人真机开发经验、开源项目贡献或顶会论文发表经历
【我们提供】
充足的算力资源
丰富的机器人本体
有竞争力的实习津贴与转正机会
1、 自动化、计算机相关专业研究生及以上学历，具备运动控制、机器人操作等领域等相关背景；
2、熟悉 Linux 开发环境，熟练使用 C++ 或 Python 进行工程实现，具备良好的代码实现能力；
3、 谦逊开放、思维活跃，具有持续学习能力和团队合作意识。
【加分项】
1、具有人形机器人或多关节机器人（机械臂/双臂/移动操作平台等）控制、调参及真机闭环经验；
2、拥有基本机器学习（有监督学习，强化学习等）背景；
3、能够熟练使用英文进行写作和交流。
- 机械、控制、机器人、自动化、计算机、人工智能等相关专业硕士及以上学历，
- 理解机器人运动学、动力学及全身控制基本方法，具备较强的强化学习算法能力，熟悉深度强化学习在机器人控制中的训练、调参、评测与部署流程，能够结合具体问题进行技术选型与系统集成，
- 具备复杂机器人系统从仿真开发到实机部署、调试和迭代优化的完整经验，能够在真实机器人系统上定位和分析控制、传感、执行器、通信或系统集成相关问题，并推动闭环解决，
- 具备较强工程实现能力，熟练使用 C++ / Python，熟悉 PyTorch 等深度学习框架，能使用 legged_gym、Isaac Lab 或 mjlab 等开源训练框架开展训练、验证与部署调试，
- 具备复杂技术项目主导经验，能够独立完成技术方案设计、问题拆解、风险识别和跨团队推进，
- 有作为核心技术负责人、项目负责人或团队负责人推动关键技术攻关落地的经验者优先。
优先考虑
- 有基于强化学习的人形机器人行走（Locomotion）、上下肢协同控制（Loco-Manipulation），全身控制（WBC）相关经验，
- 有 sim-to-real、策略泛化与数据闭环相关经验，
- 有复杂接触场景控制、contact-rich manipulation、任务级动作执行等相关经验，
- 有大规模训练平台、分布式训练、策略部署优化或仿真基础设施建设经验，
- 有机器人控制、强化学习或人形机器人相关领域的高水平论文、开源项目，或在业界知名机器人项目中承担核心角色者优先。
你将获得的机会
- 参与定义机器人通用全身控制能力的核心技术路线，推动强化学习方法在真实机器人系统中的落地与演进，
- 面向产品化与量产场景，持续解决算法在实机部署、联调优化与复杂环境执行中的关键问题，
- 对关键技术方向、系统架构、团队建设和项目推进产生实质影响
1、计算机、人工智能、自动化等相关专业硕士及以上学历；
2、具备扎实的深度学习基础，熟悉Transformer、BERT、ViT、CLIP等主流视觉-语言模型架构；
3、有大语言模型（LLM）的训练/微调/推理优化经验，熟悉其在下游任务中的应用；
4、熟练使用Pytorch深度学习框架，具备良好的工程能力和代码实现能力；
5、良好的团队协作与沟通能力，具备快速学习和解决问题的能力。
加分项：
1、有参与实际LLM预训练或后训练（SFT、DPO/RLHF）的相关项目经验；
2、有使用大语言模型进行数据合成（Data synthesis）的相关经验；
3、对大语言模型的预训练/后训练数据集有一定了解，有处理Trillion级别数据集的相关经验；
4、熟悉开源大模型生态（如Qwen, Llama等），对大模型的模型结构优化（如linear attention，Mixture-of-Expert等）有一定了解。
【任职资格】
1、自动化、计算机、人工智能、机器人等相关专业硕士及以上学历；
2、熟悉机器人动力学、运动学、最优控制，有扎实的数学基础；
3、精通Linux和Docker开发环境，熟悉C++和Python，掌握git工作流，具有良好的编程习惯；
4、谦逊开放、思维活跃，具有团队合作意识；
5、学习能力强，可以独立探索与学习先进的算法。
【加分项】
1、熟悉主流强化学习、模仿学习等算法；
2、熟悉Isaac Gym/Isaac Lab仿真，能够搭建复杂的仿真环境；
3、有灵巧手触觉传感器应用经验；
4、有sim2real实战经验；
5、有多关节机器人控制经验；
6、在顶级会议（如CVRP/ICCV/ICRA/IROS/NeurlPS等）或刊物（如IJRR/TRO/TPAMI等）发表过论文优先。
【我们提供】
技术前沿机会：加入行业领先的人型机器人研发团队，探索具身智能算法最核心技术；
成长平台：与顶尖专家合作，参与全球范围内最具挑战性的机器人项目；
论文发表：参与核心研发项目，成果有机会发表顶刊顶会；
优厚回报：提供极具竞争力的薪资福利，以及清晰的职业发展路径和持续的成长支持。
1. 自动化、计算机、人工智能、机器人等相关专业硕士及以上学历；
2. 熟悉机器人动力学、运动学、最优控制，有扎实的数学基础；
3. 精通Linux和Docker开发环境，熟悉C++和Python，掌握git工作流，具有良好的编程习惯；
4. 谦逊开放、思维活跃，具有团队合作意识；
5. 学习能力强，可以独立探索与学习先进的算法；
【加分项】
1. 熟悉主流强化学习、模仿学习等算法；
2. 熟悉Isaac Gym/Isaac Lab仿真，能够搭建复杂的仿真环境；
3. 有灵巧手触觉传感器应用经验；
4. 有sim2real实战经验；
5. 有多关节机器人控制经验；
6. 在顶级会议（如CVRP/ICCV/ICRA/IROS/NeurlPS等）或刊物（如IJRR/TRO/TPAMI等）发表过论文优先。
【我们提供】
技术前沿机会：加入行业领先的人型机器人研发团队，探索具身智能算法最核心技术；
成长平台：与顶尖专家合作，参与全球范围内最具挑战性的机器人项目；
论文发表：参与核心研发项目，成果有机会发表顶刊顶会；
优厚回报：提供极具竞争力的薪资福利，以及清晰的职业发展路径和持续的成长支持。
【关于我们】
小鹏机器人中心致力于研发先进的人形机器人技术，包括机器人的行走、操作、智能导航，以及在大语言模型支持下的人机交互等。我们的软硬件团队覆盖深圳、上海、广州、北京和北美，组成了一支世界一流的跨领域团队。作为本团队的一员，你将成为连接人工智能与物理世界的桥梁，与其他领域的工程师共同解决前沿的科研和工程难题，并在机器人技术的发展中留下自己的印记。
1、较强的算法实现能力,熟悉深度学习平台如tensorflow,pytorch等;
2、对前沿的模型相关研究掌握清楚,熟悉Diffusion,Transformer,DiT等生成模型框架;
3、有大模型(视频,3D/4D,多模态)训练实战经验;
4、具有应用大规模神经网络解决相关实际问题的实践经验,能够针对适当的数据和模型的表现,选择恰当的调参、训练任务选择、训练数据增强、目标函数变化等策略来确保超大型模型的训练成功率,并且能够解释策略背后的直觉来源并用严格的数据验证自己的假设。
1、海内外高校计算机科学、人工智能、自动化、机器人、数学、统计等相关专业，硕博优先；
2、扎实的机器学习、深度学习或计算机视觉基础；
3、熟悉3D视觉或视频生成，在Diffusion、Flow Matching、MVS、3DGS、世界模型等领域有至少一个专长；
【加分项】
1、在 CVPR / ICCV / ECCV / NeurIPS / ICLR / ICML 等顶级会议有论文发表经历；
2、有自动驾驶、机器人或大规模物理AI相关研究或项目经验；
3、 有开源项目贡献或较强的科研项目经历；
4、 具备良好的英文论文阅读与写作能力。
1.整体统筹工商储项目测试，负责工商业储能系统（PCS、BMS、EMS、储能整机及配套系统）的整体测试工作，涵盖单元测试、集成测试、系统测试、回归测试，输出完整测试报告。
2.根据产品需求、设计方案，独立编写测试方案、测试用例，搭建测试环境，落地各类测试任务，保障产品功能、性能、稳定性及安全性达标。
3.主导测试过程问题定位、跟进与闭环，联动研发、硬件、项目团队排查储能系统并网、充放电、调度、告警等各类现场及实验室问题。
4.梳理测试流程，优化测试规范与用例库，沉淀测试经验，提升团队测试效率与产品交付质量。
5.配合项目交付、客户验收、现场联调，支撑工商储项目落地交付。
一、开发测试管理
1、负责系统的测试计划制定、测试用例设计、测试执行及缺陷管理工作。
2、参与需求分析和系统设计评审，从测试角度提出改进建议，保障产品质量。
3、搭建和维护测试环境，编写开发自动化测试脚本，提高测试效率。
4、跟踪和分析测试结果，编写测试报告，推动问题及时解决。
二、团队管理
5、统筹和带领测试小组，完成功能测试、集成测试等任务。
