小米机器人可靠性仿真工程师实习生-2027届
任职要求
1. 机械工程、力学、航空航天、材料或相关专业硕士及以上学历；
2. 精通有限元建模软件ANSA或者Hypermesh，了解各种有限元网格类型特点，有大规模模型有限元建模经验，熟悉各种接触类型，有自动化建模的经验；
3. 熟悉人形机器人等特定行业结构仿真者优先
4. 精通结构力学，材料力学等专业知识，能进行复杂模型的理论分析和计算，深厚的有限元分析理论功底，熟悉准静态及显式…工作职责
1. 负责人形机器人产品结构的可靠性仿真建模； 2. 构建精准结构仿真模型，开展诸如强度，动力学，极限工况下结构仿真分析，确保仿真结构准确性和可靠性； 3. 与研发团队紧密协作，参与产品设计的全流程，提供专业的仿真技术支撑； 4. 跟踪试验结果，进行仿真模型和实测的仿测一致性验证；
岗位职责： 1.参与可靠性设计分析，如可靠性分配、可靠性预计、可靠性建模，支持产品在设计阶段的可靠性评估； 2.参与人形机器人可靠性测试工作，包括测试方案编写、测试执行、数据分析与报告撰写； 3.建立加速寿命试验模型，进行寿命预测与验证； 4.开展失效模式与影响分析（FMEA）、FRACAS（失效报告与纠正措施系统）等工作； 5.跟踪测试进度，协助推动可靠性问题的闭环改善； 6.完成上级安排的其他相关任务。
1、负责挖掘机多自由度机械臂的运动学、动力学建模，设计并实现运动控制算法（轨迹规划、逆运动学求解、力/位混合控制等）； 2、负责液压运动控制系统的轨迹控制器开发、调优、嵌入式移植及产品化落地，解决液压系统固有的响应延迟、非线性、死区特性等控制难题； 3、研究并应用机器学习/深度学习方法融合到传统控制框架中，构建数据驱动或模型混合的智能控制策略，重点攻克以下课题： （1）液压系统时变延迟的在线辨识与自适应补偿； （2）控制特性随油温、负载、磨损等工况变化的鲁棒适应问题（如基于学习的参数自整定、域自适应）； （3）利用强化学习（RL）/ 模仿学习等方法优化挖掘机复杂作业场景下的运动控制策略； （4）搭建仿真-实机闭环验证流程（Sim-to-Real），推动基于学习的运动控制模型从离线训练到实车部署的全链路落地；
1、负责挖掘机多自由度机械臂的运动学、动力学建模，设计并实现运动控制算法（轨迹规划、逆运动学求解、力/位混合控制等）； 2、负责液压运动控制系统的轨迹控制器开发、调优、嵌入式移植及产品化落地，解决液压系统固有的响应延迟、非线性、死区特性等控制难题； 3、研究并应用机器学习/深度学习方法融合到传统控制框架中，构建数据驱动或模型混合的智能控制策略，重点攻克以下课题： 4、液压系统时变延迟的在线辨识与自适应补偿； 5、控制特性随油温、负载、磨损等工况变化的鲁棒适应问题（如基于学习的参数自整定、域自适应）； 6、利用强化学习（RL）/ 模仿学习等方法优化挖掘机复杂作业场景下的运动控制策略； 7、搭建仿真-实机闭环验证流程（Sim-to-Real），推动基于学习的运动控制模型从离线训练到实车部署的全链路落地；
1. 负责机器人数据工程的全流程实施，包括数据采集、清洗、审核、标注、归档、上传等。 2. 负责分析和解决数据采集过程中遇到的机器人硬件异常、网络通信故障、数采软件及系统异常。 3. 负责制定和实施数据采集规范、质量评估标准、数采员培训教程、数据版本控制方法。 4. 负责机器人数据采集方案的落实，包括机器人硬件管理、场景搭建、任务分配、数采员排班等。 5. 负责数据资产的全生命周期管理与运营（版本管理、质量度量、安全合规） ，保证数据规模持续扩大。 6. 配合跨部门技术对接，反馈并优化技术问题，跟踪行业前沿技术并优化工作流程。 7. 机器人数据采集和数据资产的全生命周期管理，持续交付高质量数据。 8. 机器人数据采集软硬件问题的分析和解决，保障数据采集过程稳定运行。