[深圳]深圳市普渡科技有限公司

职位：2026招聘算法类岗位
发布时间：2026-08-27
工作地点：深圳 其它
信息来源：香港中文大学（深圳）
职位类型：全职
职位描述
算法类岗位

发布时间：2026-08-27 结束时间：2027-03-31

申请职位

公司名称：深圳市普渡科技有限公司

工作地点：广东省 - 深圳市

工作性质：全职

职能类别：计算机/互联网/通信类

招聘人数：100人

薪资待遇：30000-49999

工作内容描述

机器人仿真开发工程师

岗位职责：

利用GS、Diffusion扩散等技术重建静态场景、动态目标，并根据下游需求渲染对应场景；

利用生成式模型学习图像、场景及动态环境的数据分布，帮助业务模型调整数据集分布，生成长尾场景数据；

研发场景世界模型，协助搭建闭环渲染系统，支撑端到端模型的闭环训练和评测。

深度学习算法工程师

岗位职责：

视觉感知算法研发：负责研发基于视觉传感器的物体检测与追踪、关键点检测、语义分割等深度学习算法；

行为预测算法研发：负责研发基于深度学习的机器人轨迹预测、行人意图推断等算法，提升机器人在动态环境中的决策能力；

模型优化与加速：负责研发深度学习模型量化和加速、分布式训练等基础技术，推动算法在嵌入式平台的高效部署；

算法工程落地：与软件工程师协作，针对产品平台进行算法优化和部署，确保算法在商用机器人上的稳定运行；

前沿技术跟踪：负责机器人深度学习算法前沿技术调研，提前进行相关算法布局；

系统集成：与感知算法工程师、SLAM算法工程师、路径规划算法工程师等协作，完成算法之间的接口实现和联合调试；

技术文档编写：负责算法模块概要设计、详细设计及系统说明文档的编写。

强化学习算法工程师

岗位职责：

协助开发和优化四足、双足产品控制算法，基于AI强化学习方法提升机器人运动控制能力；

设计和实施强化学习策略，使机器人能够在各种环境中稳定运动；

分析实验数据、评估算法表现，并不断迭代改进控制模块；

与项目组成员密切合作，确保算法在实际机器人硬件本体上的顺利应用；

跟进最新AI强化学习研究趋势，探索相关前沿技术在机器人产品中的应用。

端到端模型算法工程师

岗位职责：

研发下一代机器人端到端模型算法，包括感知、预测、决策规划、导航选道等模型架构设计；

研发基于VLM/VLA、LLM、Diffusion等生成式技术的端到端算法方案；

参与自动化数据产线开发和模型评测，持续迭代提升端到端模型性能；

与嵌入式团队协作完成端到端模型的工程优化和部署落地，解决模型在实际应用中遇到的性能问题并持续优化模型效果；

跟踪前沿大模型、强化学习相关技术，探索相关技术在机器人及智能驾驶场景中的迁移应用。

世界模型算法工程师

岗位职责：

研究并构建物理一致、因果感知的世界模型架构，对物体交互、运动模式与环境动力学进行有效建模；

设计并训练视频生成模型，支持未来帧及多模态传感器状态的高质量预测；

结合3D生成技术，如Gaussian Splatting等，与世界模型结合，提升闭环仿真的真实性与可用性；

构建基于仿真反馈的闭环训练与评测体系，支撑端到端模型持续迭代；

设计和优化大规模分布式训练与推理流程，提升整体系统效率；

与智能驾驶、具身智能、数据平台等团队协作，推动世界模型在数据生成、场景评测与策略学习中的实际落地。

感知算法工程师

岗位职责：

负责相机、激光雷达、深度相机、毫米波雷达等传感器的性能评估、调试和多传感器联合标定；

根据实际应用场景优化和迭代感知算法，包括点云预处理、地面提取、障碍物检测与跟踪等，提高算法准确性和适应性；

负责感知算法的编码、单元测试、集成测试以及仿真测试，确保模块稳定性和功能完整性；

负责各类场景下基于视觉的深度学习感知技术调研、方案制定、算法开发、模型优化和部署；

负责机器人感知算法前沿技术调研，提前进行相关算法布局；

与团队成员合作，参与感知系统的设计、开发和优化，确保感知算法与硬件系统有效集成；

持续跟踪和分析感知算法性能指标，提出改进方案并推动实施。

规划算法工程师

岗位职责：

负责移动机器人全局路径规划、全覆盖路径规划、局部路径规划及轨迹规划算法的研发、仿真与测试；

负责机器人底盘运动控制、轨迹跟踪、速度控制等算法的设计、实现与优化；

结合商用机器人实际应用场景，设计智能避障、贴边运行、脱困等算法方案并持续优化；

负责移动机器人日常问题分析、导航功能模块评估及相关优化开发工作；

与感知算法工程师、SLAM算法工程师等配合完成算法接口实现和联合调试；

关注并引入路径规划与控制领域前沿技术，持续提升规划算法性能和鲁棒性；

负责算法模块概要设计、详细设计及系统说明文档编写。

定位算法工程师

岗位职责：

负责室内外移动机器人、封闭园区室外机器人的SLAM架构搭建；

根据实际应用场景，对多传感器融合定位、回环检测、重定位等算法进行优化迭代；

负责SLAM算法模块的编码、单元测试、集成测试和仿真测试等工作；

负责复杂动态场景，包括动态灯光、动态行人、动态障碍物等环境下的多传感器融合定位性能提升；

负责SLAM、蓝牙、UWB等多种机器人开机定位方案的设计开发。

运动控制算法工程师

岗位职责：

根据项目需求，进行运动控制相关算法的研发和实现；

负责机器人日常问题分析、算法功能模块评估及相关优化开发工作；

关注并引入运动控制相关领域前沿技术，持续提升机器人运动控制能力。

多模态深度学习算法工程师

岗位职责：

设计并训练面向服务机器人的通用视觉感知模型和多模态大模型，包括检测、分割、场景理解等方向，提升机器人对复杂环境的空间语义理解能力和泛化能力；

协助构建多模态数据集训练Pipeline，设计数据清洗、增强及自动化标注策略，并探索DeepSpeed等高效分布式训练方案，加速模型迭代周期；

负责模型轻量化并部署至服务机器人平台，如ROS及边缘计算设备等，满足机器人端侧实时性需求。

VLA预训练算法工程师

岗位职责：

负责VLA算法研发与优化，设计并实现先进的VLA模型架构，提升模型在机器人任务中的视觉理解、语言推理与动作生成能力；

探索多模态表征学习、模仿学习（IL）、强化学习（RL）等技术的融合应用，优化动作策略的精确性与鲁棒性；

负责机器人数据闭环构建和数据质量把控，搭建机器人场景数据采集系统，涵盖视觉、语言指令、动作轨迹等多模态数据，并根据模型表现持续迭代数据采集方法，构建高质量机器人训练数据集；

负责模型部署与系统集成，将VLA模型部署至机器人硬件平台，实现低延迟实时推理，并联合机器人运动控制模块完成从感知、决策到执行的端到端闭环验证；

在抓取、导航、人机协作等真实机器人场景中测试模型性能，持续迭代优化算法。

VLA算法工程师

岗位职责：

负责VLA模型架构的设计、研发与持续优化，提升模型在机器人任务中的视觉理解、语言推理及动作生成能力；

探索多模态表征学习、模仿学习（IL）、强化学习（RL）等技术的融合应用，提高机器人动作策略的准确性与鲁棒性；

参与机器人视觉、语言指令、动作轨迹等多模态数据的采集、处理及数据闭环建设，根据模型效果持续提升训练数据质量；

推动VLA模型部署至机器人硬件平台，实现低延迟实时推理，并与机器人运动控制模块完成感知—决策—执行闭环集成；

面向抓取、导航、人机协作等真实机器人场景开展模型测试与性能调优，持续提升模型的任务成功率和实际应用效果。

VLM算法工程师

岗位职责：

设计并训练面向服务机器人的通用视觉感知模型和多模态大模型，包括检测、分割、场景理解等能力，提升复杂环境下的空间语义理解能力和模型泛化能力；

协助构建多模态数据集训练Pipeline，设计数据清洗、增强及自动化标注策略；

探索DeepSpeed等高效分布式训练方案，加速模型训练和迭代；

负责模型轻量化和端侧部署，将模型部署至ROS、边缘计算设备等机器人平台，满足实时推理要求。

算法测试工程师

岗位职责：

负责机器人产品传感器及算法模块测试、集成测试和系统测试，完成功能、性能、可靠性、安全等维度的测试活动；

编写机器人产品传感器及算法测试计划、测试方案和测试策略，设计测试用例及测试场景，搭建实验室及测试环境，组织并执行测试活动，建立测试流程及体系；

对机器人搭载的传感器及算法测试进度和质量负责，确保测试活动有序、完备、高效、及时，完善传感器及算法各子模块测试规范和质量标准；

负责公司传感器及算法测试能力提升，跟进行业技术及标准并转化为测试要求和规范，引进先进测试设备、方法及技术，推进测试能力建设；

?5.参与研发过程及线上产品失效性分析，更新测试规范及测试用例，完善质量保障手段，持续提升产品质量及市场口碑。

其他信息

联系电话：0755-26909874