小鹏汽车【27届校招】具身智能数据算法工程师 - 人类数据
任职要求
任职要求 1、学历与经验：计算机科学、人工智能、自动化、机器人或相关专业本科及以上学历，具备扎实的算法研究或数据工程实践经验。 2、核心技术栈（满足以下至少一项即可）： 1）深入理解自动驾驶或机器人领域的数据质检体系与数据闭环方法论，有大规模多模态数据处理经验； 2）熟练掌握大模型微调技术（如 SFT、LoRA/QLoRA、DPO/RLHF 等），具备基于 LLM/VLM 构建自动化质检、评估或标注模型的实际落地经验； 3）熟悉视觉 SLAM 或三维重建算法（如 ORB-SLAM、COLMAP、NeRF、3D…
工作职责
（一项即可） 1、数据 Pipeline 构建：负责具身智能多模态人类数据（如遥操作数据、第一人称视角视频、动作捕捉等）的自动化质检、清洗与标注策略设计；结合大语言模型（LLM）、多模态大模型（VLM）及规则引擎，构建高吞吐、可扩展的自动化数据处理 Pipeline。 2、SLAM 与三维重建：负责基于视觉/多传感器的 SLAM 重建与三维场景理解算法研发，为具身智能模型提供高质量的空间几何、位姿估计与环境上下文数据支撑（如 NeRF / 3DGS 等相关技术的应用与优化）。 3、模型工程化与优化：负责核心数据算法模块的工程化部署与性能优化，包括模型压缩、推理加速及分布式计算架构设计，保障数据处理链路的高效、稳定与低成本运行。
（任选其一） 1. 第一人称感知算法开发： 研发基于第一人称视角（Egocentric View）的 3D 人体重建、动作生成、手势追踪及动作捕捉建模算法，从复杂的真实场景中提取高质量的运动指令，助力数据驱动的具身智能算法研究； 2. 高精度人体重建： 利用 SMPL / SMPL-X / MANO等参数化模型、多视角几何及神经渲染等技术，实现对人类动作行为的高精度重建，解决人体自遮挡、大范围运动等困难场景下的稳健估计问题，加速业界前沿的大规模 In-the-wild 人类数据采集和数据处理任务； 3. 动作生成与迁移（Retargeting）： 研究人类动作到异构机器人本体（包括但不限于全尺寸人形本体、灵巧手）的语义映射与动力学对齐，构建从“人类示范”到“机器人策略”的自动化数据管线； 4. 人类数据模型训练： 参与构建人类数据基座模型训练，将第一手模型理解与数据采集实践相结合，为 VLA / WAM 等前沿架构的具身基座模型提供大规模 Human-data 数据，提升机器人在非结构化环境下的泛化能力； 5. 前瞻研究与落地： 跟踪 ICRA / CoRL / RSS / SIGGRAPH / CVPR / ICLR / NeurIPS 等顶级会议趋势，发表高质量论文，并负责算法在真实机器人硬件和可穿戴数据采集硬件上的工程化落地。
负责具身智能模型在机器人端和小鹏自研芯片平台上的适配、优化与部署，参与模型转换、量化、性能评测、精度验证和上线发布全流程。 通过工程优化提升模型推理性能、资源利用率和运行稳定性，推动算法能力高效落地到机器人产品。 岗位职责 负责 VLM、VLA、多模态及其他具身智能模型在小鹏自研芯片平台上的转换、适配、量化与部署； 开展端侧推理性能评测与优化，分析时延、内存、功耗和算力利用率等关键指标； 建立模型精度对齐与自动化回归能力，定位模型转换、量化及算子适配过程中的精度问题； 参与模型部署工具链建设，完善模型转换、性能基准、端侧验证和发布流程； 与算法和芯片团队协作，从模型设计阶段参与部署可行性评估，推动模型在机器人端稳定运行。
您将加入人形机器人核心软件团队，参与运动控制软件的开发、重构与量产交付。并支持多种机器人形态的快速适配和能力复用。你将深度参与遥操作、力矩平滑、安全防护等关键实时控制模块的开发，在毫秒级控制周期的真机环境中解决实时性、安全性和鲁棒性挑战。 主要职责 - 独立负责运动控制软件模块的开发与交付：包括但不限于遥操作数据采集与全身控制链路、力矩平滑与抖动优化、安全防护与降级策略实现 - 与运动控制算法团队对接，将算法方案（如遥操模型、力矩控制策略）转化为高质量的生产级 C++ 代码，处理算法到工程落地过程中的接口适配、数据对齐和性能差异。本岗位不涉及算法研发，聚焦软件工程。 - 参与运动控制系统的架构升级：理解模块化业务的职责边界与接口规范，在新架构下完成模块适配，保障系统稳定、可靠。 - 在真机环境中进行调试与性能分析：使用系统级性能分析工具定位延迟瓶颈和资源竞争，区分仿真与真机差异，提出可落地的优化方案 - 维护项目的构建系统与编译配置（基于 CMake 或 Bazel），保障构建流程的稳定可用，及时处理代码合并冲突与依赖变更 - 遵循量产级质量规范；问题发生后及时记录并给出初步分析；功能交付附带测试验证报告 - 输出模块设计文档与接口说明，沉淀真机调试经验与故障排查流程
负责人形机器人本体软件系统的设计与开发，将 AI 算法落地为可靠运行的机器人软件。 1、与算法团队紧密协作，将强化学习、VLA、大语言模型等 AI 能力集成到机器人系统中，开发并优化 C++ 推理管道； 2、设计并实现机器人核心软件架构，包括功能状态机、资源编排、任务调度，控制机器人自主完成复杂任务； 3、开发高性能中间件（通信、监控、日志），确保多模块间低延迟、高可靠的数据交换； 4、负责机器人数据采集、录制、回放及云端同步的全链路开发，保障数据闭环； 5、参与嵌入式层开发，包括传感器（IMU、摄像头、力传感器）和执行器驱动，打通 AI 算法到底层硬件的完整链路。