主分类：机器人与自动驾驶算法研发
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": "机器人灵巧操作算法工程师",
"job_level": "未披露",AI生成
"work_category": "全职",AI生成
"department": "未披露",
"location": "北京",
"work_mode": "未披露",AI生成
"job_category": "算法研发"AI生成
},
"company": {
"company_name": "小米集团",
"company_industry": "消费电子 / 智能制造 / 物联网",
"company_size": "10000人以上",
"company_website": "xiaomi.com",
"company_description": "小米是一家消费电子和智能制造企业，以智能手机、智能硬件和物联网平台为核心。"
},
"compensation": {
"salary_range": {
"min": "",
"max": "",
"currency": "未披露",
"cycle": "未披露"
},
"benefits": "未披露"
},
"requirements": {
"working_years": "",
"degree": "硕士及以上学历",
"language": "未披露",AI生成
"visa_support": "未披露",
"responsibilities": "1. 负责人形机器人高自由度灵巧手操作模型开发，包括使用人类数据提升泛化操作能力以及利用强化学习实现手内操作等； \n2. 和大模型相结合，利用语言交互以及视觉，触觉等多模态信息实现在不同应用场景下的功能泛化和长序列动作；\n3. 开展结合视觉，触觉和关节力的多模态灵巧手控制算法研究，并对硬件设计提出相关指标性要求； \n4. 灵巧手相关的仿真平台和数据采集训练平台的搭建完善。",
"requirements_text": "1. 硕士及以上学历，机器人、计算机、人工智能等专业，有灵巧手控制相关经验者优先； \n2. 具有机器学习相关项目研究经验，熟悉Mujoco、Isaac Gym等机器人仿真平台，熟悉Linux、ROS等操作系统；\n3. 掌握主流强化学习算法如DQN、PPO、DDPG、SAC等算法，熟悉Pytorch或TensorFlow等机器学习框架；\n4. 扎实的C++、Python编程能力，具有较强的自主学习与研究能力。",
"skills": [AI生成
"Python",
"C++",
"Linux",
"PyTorch",
"TensorFlow",
"机器学习",
"强化学习"
],
"preferred_qualifications": "1. 硕士及以上学历，机器人、计算机、人工智能等专业，有灵巧手控制相关经验者优先",
"job_highlights": "未披露"
},
"contact": {
"recruiter_name": "未披露",
"contact_methods": [
{
"type": "apply_link",
"value": "https://xiaomi.jobs.f.mioffice.cn/index/m/position/7526894145266008173/detail"
}
]
},
"posting": {
"posting_id": "7526894145266008173",
"post_date": "2025-07-14",
"hire_time": "未披露",
"update_date": "20260917",
"job_url": "https://xiaomi.jobs.f.mioffice.cn/index/m/position/7526894145266008173/detail"
},
"fulltext": "机器人灵巧操作算法工程师\n职位描述\n1. 负责人形机器人高自由度灵巧手操作模型开发，包括使用人类数据提升泛化操作能力以及利用强化学习实现手内操作等； \n2. 和大模型相结合，利用语言交互以及视觉，触觉等多模态信息实现在不同应用场景下的功能泛化和长序列动作；\n3. 开展结合视觉，触觉和关节力的多模态灵巧手控制算法研究，并对硬件设计提出相关指标性要求； \n4. 灵巧手相关的仿真平台和数据采集训练平台的搭建完善。\n\n职位要求\n1. 硕士及以上学历，机器人、计算机、人工智能等专业，有灵巧手控制相关经验者优先； \n2. 具有机器学习相关项目研究经验，熟悉Mujoco、Isaac Gym等机器人仿真平台，熟悉Linux、ROS等操作系统；\n3. 掌握主流强化学习算法如DQN、PPO、DDPG、SAC等算法，熟悉Pytorch或TensorFlow等机器学习框架；\n4. 扎实的C++、Python编程能力，具有较强的自主学习与研究能力。\n1. 负责人形机器人高自由度灵巧手操作模型开发，包括使用人类数据提升泛化操作能力以及利用强化学习实现手内操作等； \n2. 和大模型相结合，利用语言交互以及视觉，触觉等多模态信息实现在不同应用场景下的功能泛化和长序列动作；\n3. 开展结合视觉，触觉和关节力的多模态灵巧手控制算法研究，并对硬件设计提出相关指标性要求； \n4. 灵巧手相关的仿真平台和数据采集训练平台的搭建完善。\n1. 硕士及以上学历，机器人、计算机、人工智能等专业，有灵巧手控制相关经验者优先； \n2. 具有机器学习相关项目研究经验，熟悉Mujoco、Isaac Gym等机器人仿真平台，熟悉Linux、ROS等操作系统；\n3. 掌握主流强化学习算法如DQN、PPO、DDPG、SAC等算法，熟悉Pytorch或TensorFlow等机器学习框架；\n4. 扎实的C++、Python编程能力，具有较强的自主学习与研究能力。",
"standard_classification": {
"std_category_code": "T013",
"std_aux_codes": [],
"std_category_status": null,
"std_taxonomy_version": "20261104"
}
}