京东机器人环境感知测试开发工程师
任职要求
1.本科及以上学历，计算机，电子，自动化等理工科相关专业 2.有丰富的环境感知测试经验 3.熟悉使用C/C++、Python、Java，GoLang任一编程…
工作职责
1.负责机器人环境感知方向测试，同研发、产品紧密配合，制定测试计划和测试方法，并执行测试用例，输出测试报告； 2.深入理解上层用户场景，制定感知各部分准入准出指标，同测试用例结合，保证各模块高质量、按时交付； 3.梳理感知上游业务链路，明确各感知模块的输入输出，建设测试数据集，用于评测各部分感知算法效果和性能； 4.根据项目不同阶段，建设相应的自动化回归用例和工具，同CICD对接，提升测试效率；
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。
1.参与软/硬件产品的需求分析与设计工作，识别可测试性需求，参与产品需求分析; 2.设计和执行详尽的软硬件测试计划，以确保产品性能、可靠性和安全性符合预期标准; 3.进行系统测试、集成测试、负载测试和UT测试，包括自动化测试脚本的编写和执行; 4.协助制定公司测试标准，不断更新和制定测试规范及各指导手册，完善测试规范体系。