logo of xpeng

小鹏汽车【26届校招】应用开发工程师(机器人方向)

校招全职地点:广州状态:招聘

任职要求


1、26届校招生,本科及以上学历,计算机相关专业,有机器人领域经验者优先;
2、熟悉Python/C++中至少一种,具有扎实的编程能力;
3、熟悉ROS(Robot Operating System)者优先;
4、良好的编程习惯,注重代码质…
登录查看完整任职要求
微信扫码,1秒登录

工作职责


1. 开发和优化机器人SDK的通信模块、传感器模块、机器人本体控制模块等;
2. 设计并实现高质量的SDK接口,确保良好的可用性和扩展性;
3. 编写SDK使用文档和算法集成Demo;
4. 提供SDK相关的调试和售后支持,及时解决客户和内部团队遇到的问题;
5. 开发配套的可视化工具链,支持编译、调试、部署等功能;
包括英文材料
学历+
Python+
还有更多 •••
相关职位

logo of xpeng
校招

作为机器人应用开发工程师,你将深度参与机器人产品应用层的设计与研发,让复杂的硬件技术转化为用户可感知的流畅体验,包含以下业务方向: 1、机器人终端应用开发:参与机器人人机交互系统应用开发和集成,包含语音、屏幕控制、robot service等Android应用开发; 2、手机App应用开发:参与Android/iOS App开发或专用掌机Unity开发,实现低延迟的远程操控、状态监控、第一人称视角(SR/XR)显示功能; 3、机器人生态SDK开发:参与机器人生态SDK开发工作,协助构建对外的接口规范,参与机器人具体业务场景应用开发; 4、任务书Agent: 配合算法团队,在应用层实现基于大模型(VLT等)的任务规划,让机器人能够理解并执行跨度时间长、步骤复杂的复合型任务。

更新于 2025-12-05深圳
logo of xpeng
校招

职位概述: 我们寻找一位智能传感器开发工程师,为机器人在复杂环境(如导航、抓取操作、人机交互)中设计创新的感知方案。负责多传感器(视觉、触觉、IMU、RTK等)与算法的深度融合,开发高可靠性感知系统,并推动机器人平台的落地应用。该职位需兼具硬件设计、算法优化及工程实现能力。 1. 传感器系统方案设计:分析机器人需求,定义传感功能及技术指标,完成关键技术预研与可行性评估。 2. 传感器设计与优化:主导视觉、雷达、触觉等传感器的仿真设计、选型及性能优化。 3. 系统验证与交付:制定硬件与算法测试方案,验证仿真/真实场景性能,确保产品交付。 4. 软硬件协同优化:集成传感器与算法,提升系统在动态环境中的实时性与稳定性。 5. 多传感器融合算法开发:设计并优化视觉/IMU/触觉等数据融合算法,增强环境感知能力。 6. 跨团队协作:与算法、硬件、系统团队协同,确保传感器与机器人平台无缝对接。 7. 前沿技术探索:研究新型传感器技术及机器学习模型,推动感知系统创新。

更新于 2025-08-01深圳
logo of xpeng
校招

1、开发机器人人机交互界面,通过用户友好的方式实现人与机器人的低延迟,流畅交互; 2、与包括大语言模型,端到端模仿学习等团队合作,实现各类机器人人机交互功能和界面; 3、与语音算法团队合作,开发集成机器人语音识别,语音互动,语音合成等功能,并与其他功能集成。 职位要求 1、计算机科学、电子工程或相关领域本科及以上学历; 2、精通 Android 或 Flutter 应用开发,精通 Java,Kotlin 等编程语言; 3、熟悉 Python, Java,Golang,C++ 等常见编程语言中至少两种; 4、具备出色的团队合作精神,拥有谦逊开放的态度,并且乐于持续学习。

更新于 2025-09-24深圳|上海
logo of xpeng
校招

我们正在寻找对大语言模型(LLM)的应用落地、效果调优和系统效能提升充满热情的工程师。您将加入我们的核心研发团队,主要负责将先进的 LLM 技术转化为实际的业务价值,特别是在指令微调(SFT)、智能体(AI Agent)的设计与部署,以及应用基础设施(Infra)的优化。我们的目标是打造高效、可靠、智能的 LLM 应用解决方案,加速模型在人形机器人、自动驾驶、多模态等前沿领域的落地。 1. LLM 微调与应用落地:负责设计并执行 LLM 的指令微调(SFT)和对齐(如 RLHF/DPO)实验,以提升模型在特定应用场景(如代码生成、复杂推理、对话)的表现。主导模型效果的评估体系搭建和优化,确保模型输出的准确性、安全性和一致性。 2. 云端训练框架与效率优化:主导 LLM 微调(SFT/对齐)流程在云端环境下的效率优化,包括数据加载、多机通信、资源调度、框架稳定性等方面,确保 SFT 流程的高效、稳定和低成本运行。 3. 前沿应用技术追踪:紧密追踪 LLM 在 Agent 框架、长上下文处理、多模态交互等应用层面的最新研究与工程实践,并将其快速引入到产品线。 4. AI Agent 研发与部署:探索并实践基于 LLM 的 AI Agent(智能体) 框架,包括工具调用(Tool Use/Function Calling)、规划(Planning)、记忆(Memory)等核心模块的设计与实现。将开发的 Agent 系统集成到实际产品或业务流程中,提升自动化和智能决策能力。 5. 跨团队协作:与算法、数据和产品团队紧密合作,将模型优化成果快速产品化,并收集应用层的反馈来指导下一轮模型迭代。

更新于 2025-10-15上海|深圳