主分类：机器人与自动驾驶算法研发
辅助：AI模型评测工程（仅展示）
来源 JD 数据（旧分类保留，当前主分类见上方）
{
"schema_version": "via_ai_product_manager_jobs_v1",
"data_type": "ai_product_manager_jobs",
"job": {
"job_title": "具身智能系统工程师",
"job_level": "未披露",AI生成
"work_category": "全职",AI生成
"department": "无人机业务部",
"location": "深圳市",
"work_mode": "未披露",AI生成
"job_category": "技术类"AI生成
},
"company": {
"company_name": "美团",
"company_industry": "科技零售 / 生活服务",
"company_size": "10000人以上",
"company_website": "meituan.com",
"company_description": "美团通过科技推动服务零售和商品零售的数字化，连接消费者与商户。"
},
"compensation": {
"salary_range": {
"min": "",
"max": "",
"currency": "未披露",
"cycle": "未披露"
},
"benefits": "未披露"
},
"requirements": {
"working_years": "",
"degree": "硕士及以上优先",
"language": "未披露",AI生成
"visa_support": "未披露",
"responsibilities": "1. 定义并设计具身智能本体架构，结合应用场景（无人机、移动机器人、人形机器人等）定义形态、自由度、感知-决策-执行链路，形成从概念到功能定义的系统方案；\n\n2. 构建并优化具身数据采集与训练软件系统，涵盖多模态数据（视觉、力觉、IMU、关节状态等）采集、仿真数据合成、数据标注与增强、以及端到端训练pipeline的设计与部署；\n\n3. 建立并完善具身智能系统测评体系，设计面向真实场景的评测指标与基准测试方案，覆盖感知理解、任务规划、运动控制、人机协作、鲁棒性与安全性等维度，推动测评从仿真到实机的闭环验证；\n\n4. 掌握具身智能EE架构，理解传感器选型与融合（视觉、IMU、力/力矩、触觉等）、计算平台选型与边缘部署、功耗与实时性约束，能够主导或深度参与软硬件协同设计；\n\n5. 推动具身智能技术与机器人硬件的深度融合，探索基于大模型、生成式AI的具身智能新范式，并能够通过原型系统验证技术可行性；\n\n6. 营造团队自驱成长思维，推动具有责任感和极端主人翁精神的高绩效团队文化；\n\n7. 直接参与概念、设计、架构和技术路线的制定与审查，为具身智能产品化提供关键决策输入。",
"requirements_text": "1. 计算机、机器人工程、控制工程、人工智能或相关专业背景，硕士及以上优先；\n\n具有丰富的具身智能系统研发经验，熟悉具身智能的数据采集与标注流程、仿真训练框架（如Isaac Sim、MuJoCo、Habitat、SAPIEN等）、以及具身大模型（如RT-2、Octo、VLA等）的训练与部署；\n\n2. 对具身智能评测体系有深入理解，熟悉主流具身智能基准测试（如CALVIN、BEHAVIOR-1K、ManiSkill、EmbodiedQA等），能够设计面向业务场景的自定义评测方案；\n\n3. 具备EE架构与硬件协同设计能力，熟悉传感器选型与多模态融合、嵌入式计算平台（如NVIDIA Jetson、高通RB5等）、实时操作系统与中间件（如ROS 2），有软硬件联合调试经验；\n\n4. 具备跨学科综合能力，能够整合计算机视觉、自然语言处理、运动规划、控制理论、机械/电子工程等领域的知识，解决具身智能系统工程问题；\n\n5. 能够产出具身智能原型系统，以DEMO和原理样机推动团队对新技术的采纳与技术路线的决策；\n\n6. 熟悉具身智能前沿进展，持续跟踪学术界与工业界动态（如Open X-Embodiment、ABot-World、VLA等开源体系与数据集），能够结合行业研究为产品定位提供输入。",
"skills": [AI生成
"自然语言处理",
"计算机视觉",
"嵌入式",
"大语言模型"
],
"preferred_qualifications": "1. 计算机、机器人工程、控制工程、人工智能或相关专业背景，硕士及以上优先",
"job_highlights": "1. 全栈具身智能系统设计：从本体形态定义到感知-决策-执行链路设计，深度参与具身智能系统的架构设计与技术路线制定。\n2. 前沿大模型与机器人融合实践：基于 RT-2、VLA 等具身大模型及生成式 AI 技术，探索具身智能新范式，通过原型系统与原理样机推动技术落地，直接推进从实验室研究到产品化的转化。\n3. 自定义评测体系建设：设计面向真实业务场景的评测指标与基准测试方案，覆盖感知理解、任务规划、运动控制、鲁棒性与安全性等核心维度，推动仿真到实机的闭环验证。\n4. 软硬件协同设计能力：深入参与传感器选型与"
},
"contact": {
"recruiter_name": "未披露",
"contact_methods": [
{
"type": "apply_link",
"value": "https://zhaopin.meituan.com/web/position/detail?jobUnionId=4521565772&jobShareType=1"
}
]
},
"posting": {
"posting_id": "4521565772",
"post_date": "",
"hire_time": "未披露",
"update_date": "20260917",
"job_url": "https://zhaopin.meituan.com/web/position/detail?jobUnionId=4521565772&jobShareType=1"
},
"fulltext": "具身智能系统工程师\n具身智能系统工程师\n\n基础信息\n工作地点：深圳市\n部门：无人机业务部\n职位类别：技术类\n职位族群：硬件\n更新时间：2026-06-01\n\n岗位职责\n1. 定义并设计具身智能本体架构，结合应用场景（无人机、移动机器人、人形机器人等）定义形态、自由度、感知-决策-执行链路，形成从概念到功能定义的系统方案；\n\n2. 构建并优化具身数据采集与训练软件系统，涵盖多模态数据（视觉、力觉、IMU、关节状态等）采集、仿真数据合成、数据标注与增强、以及端到端训练pipeline的设计与部署；\n\n3. 建立并完善具身智能系统测评体系，设计面向真实场景的评测指标与基准测试方案，覆盖感知理解、任务规划、运动控制、人机协作、鲁棒性与安全性等维度，推动测评从仿真到实机的闭环验证；\n\n4. 掌握具身智能EE架构，理解传感器选型与融合（视觉、IMU、力/力矩、触觉等）、计算平台选型与边缘部署、功耗与实时性约束，能够主导或深度参与软硬件协同设计；\n\n5. 推动具身智能技术与机器人硬件的深度融合，探索基于大模型、生成式AI的具身智能新范式，并能够通过原型系统验证技术可行性；\n\n6. 营造团队自驱成长思维，推动具有责任感和极端主人翁精神的高绩效团队文化；\n\n7. 直接参与概念、设计、架构和技术路线的制定与审查，为具身智能产品化提供关键决策输入。\n\n岗位基本要求\n1. 计算机、机器人工程、控制工程、人工智能或相关专业背景，硕士及以上优先；\n\n具有丰富的具身智能系统研发经验，熟悉具身智能的数据采集与标注流程、仿真训练框架（如Isaac Sim、MuJoCo、Habitat、SAPIEN等）、以及具身大模型（如RT-2、Octo、VLA等）的训练与部署；\n\n2. 对具身智能评测体系有深入理解，熟悉主流具身智能基准测试（如CALVIN、BEHAVIOR-1K、ManiSkill、EmbodiedQA等），能够设计面向业务场景的自定义评测方案；\n\n3. 具备EE架构与硬件协同设计能力，熟悉传感器选型与多模态融合、嵌入式计算平台（如NVIDIA Jetson、高通RB5等）、实时操作系统与中间件（如ROS 2），有软硬件联合调试经验；\n\n4. 具备跨学科综合能力，能够整合计算机视觉、自然语言处理、运动规划、控制理论、机械/电子工程等领域的知识，解决具身智能系统工程问题；\n\n5. 能够产出具身智能原型系统，以DEMO和原理样机推动团队对新技术的采纳与技术路线的决策；\n\n6. 熟悉具身智能前沿进展，持续跟踪学术界与工业界动态（如Open X-Embodiment、ABot-World、VLA等开源体系与数据集），能够结合行业研究为产品定位提供输入。\n\n岗位亮点\n1. 全栈具身智能系统设计：从本体形态定义到感知-决策-执行链路设计，深度参与具身智能系统的架构设计与技术路线制定。\n2. 前沿大模型与机器人融合实践：基于 RT-2、VLA 等具身大模型及生成式 AI 技术，探索具身智能新范式，通过原型系统与原理样机推动技术落地，直接推进从实验室研究到产品化的转化。\n3. 自定义评测体系建设：设计面向真实业务场景的评测指标与基准测试方案，覆盖感知理解、任务规划、运动控制、鲁棒性与安全性等核心维度，推动仿真到实机的闭环验证。\n4. 软硬件协同设计能力：深入参与传感器选型与多模态融合、嵌入式计算平台部署及软硬件联合调试，具备跨学科综合解决具身智能系统工程问题的平台与资源支持。\n5. 直接参与核心技术决策：作为技术专家直接参与概念评审、架构审查与产品技术路线制定，为具身智能产品化提供关键决策输入，充分发挥技术影响力。\n1. 定义并设计具身智能本体架构，结合应用场景（无人机、移动机器人、人形机器人等）定义形态、自由度、感知-决策-执行链路，形成从概念到功能定义的系统方案；\n\n2. 构建并优化具身数据采集与训练软件系统，涵盖多模态数据（视觉、力觉、IMU、关节状态等）采集、仿真数据合成、数据标注与增强、以及端到端训练pipeline的设计与部署；\n\n3. 建立并完善具身智能系统测评体系，设计面向真实场景的评测指标与基准测试方案，覆盖感知理解、任务规划、运动控制、人机协作、鲁棒性与安全性等维度，推动测评从仿真到实机的闭环验证；\n\n4. 掌握具身智能EE架构，理解传感器选型与融合（视觉、IMU、力/力矩、触觉等）、计算平台选型与边缘部署、功耗与实时性约束，能够主导或深度参与软硬件协同设计；\n\n5. 推动具身智能技术与机器人硬件的深度融合，探索基于大模型、生成式AI的具身智能新范式，并能够通过原型系统验证技术可行性；\n\n6. 营造团队自驱成长思维，推动具有责任感和极端主人翁精神的高绩效团队文化；\n\n7. 直接参与概念、设计、架构和技术路线的制定与审查，为具身智能产品化提供关键决策输入。\n1. 计算机、机器人工程、控制工程、人工智能或相关专业背景，硕士及以上优先；\n\n具有丰富的具身智能系统研发经验，熟悉具身智能的数据采集与标注流程、仿真训练框架（如Isaac Sim、MuJoCo、Habitat、SAPIEN等）、以及具身大模型（如RT-2、Octo、VLA等）的训练与部署；\n\n2. 对具身智能评测体系有深入理解，熟悉主流具身智能基准测试（如CALVIN、BEHAVIOR-1K、ManiSkill、EmbodiedQA等），能够设计面向业务场景的自定义评测方案；\n\n3. 具备EE架构与硬件协同设计能力，熟悉传感器选型与多模态融合、嵌入式计算平台（如NVIDIA Jetson、高通RB5等）、实时操作系统与中间件（如ROS 2），有软硬件联合调试经验；\n\n4. 具备跨学科综合能力，能够整合计算机视觉、自然语言处理、运动规划、控制理论、机械/电子工程等领域的知识，解决具身智能系统工程问题；\n\n5. 能够产出具身智能原型系统，以DEMO和原理样机推动团队对新技术的采纳与技术路线的决策；\n\n6. 熟悉具身智能前沿进展，持续跟踪学术界与工业界动态（如Open X-Embodiment、ABot-World、VLA等开源体系与数据集），能够结合行业研究为产品定位提供输入。",
"standard_classification": {
"std_category_code": "T013",
"std_aux_codes": [
"T015"
],
"std_category_status": null,
"std_taxonomy_version": "20261104"
}
}