九月的一个晚上，李默把普渡机器人的岗位表翻到了第三遍。他是某 211 高校机器人方向的硕士，做过 SLAM 建图，也调过机械臂，简历上两段实习都还算扎实。问题是投哪里：深圳总部的岗位写着"广东省·深圳"有 69 个，成都有 24 个，北京只有 4 个但岗位清一色写着"多模态深度学习算法工程师""世界模型算法工程师""VLA 预训练算法工程师"，每个都标着硕士。他给三个师兄发了消息，收到的回复是三种完全不同的建议。他盯着屏幕想了一晚上，愣是没点下投递键。
这不是他一个人的困境。普渡机器人 2027 届校招在招 220 个岗位，结构清晰但选择面广，选择的成本很高。
路径一：深圳总部，做机器人本体
深圳有 69 个岗位，是绝对主力。从岗位样例看，"部署优化实习生""商务管培生""产品营销"这类岗位都在深圳，同时"电机驱动工程师（成都）""C++ 工程师（成都）""Agent 开发工程师（成都）"这些硬核开发岗则落在成都。
走这条路的人，接触的是公司的核心业务链条：配送、清洁、工业、通用具身智能这几条产品线的落地工作。好处是能最快接触到真机和真实客户场景，硬件调试、现场部署这些经验在别处不容易拿到。代价是深圳的生活成本和节奏，以及本体类岗位往往需要跑现场。
路径二：成都研发，做底层开发
成都有 24 个岗位，方向集中在电机驱动、C++ 开发、Agent 开发。这条路的吸引力在于：成都的居住成本明显低于深圳，而岗位本身的技术含量并不低。电机驱动、运动控制这类方向是服务机器人的硬骨头，做深了就是稀缺技能。
适合的人是：喜欢钻研底层、不太在意城市光环、希望把生活成本压下来的工程师。如果是这个类型，成都方向的性价比可能比深圳更高。
路径三：北京算法，做前沿模型
北京只有 4 个岗位，但都是 VLA 预训练、多模态深度学习、世界模型、端到端模型这类方向，学历要求清一色硕士。这条路对应的是当下最热的具身智能技术栈，竞争强度也最高。
适合的人是：有明确研究方向、手上有相关论文或项目、准备继续在算法纵深上走的研究生。要注意的是名额极少——岗位样例里每个都标注"硕士""截止:招满即止"，意味着它不是靠批次截止日筛人，而是招满即停。
这家公司真实的招聘逻辑
看职能分布能看出它的技术重心：多模态深度学习算法工程师 3 个、运动控制算法工程师 3 个、定位算法工程师 3 个、规划算法工程师 3 个、感知算法工程师 3 个、端到端模型算法工程师 3 个、强化学习算法工程师 3 个、深度学习算法工程师 3 个、机器人仿真开发工程师 3 个。
算法岗的分布极其均匀，每类 3 个，说明这是一家算法驱动的公司，而不是靠某个单点技术立足。招聘批次上，校招 106 个、27 届校招 61 个、秋招 51 个，三条线并行。学历要求上本科 50 个、硕士 19 个。截止日期区间 2026-10-19 到 2026-12-22，覆盖 3 个不同截止日。220 个岗位里 188 个带完整 JD。
从面经看，机械和结构方向的面试体验相对友好，两轮都聊得比较轻松；但核心算法岗（SLAM、导航）的面试深度明显更高，会涉及大量底层理论，包括激光或视觉 SLAM 的完整流程、漂移与闭环失效的解决方案、李代数与位姿变换、EKF 与粒子滤波、图优化工具选型，甚至要求手写 A*、Dijkstra、RRT 路径规划。
最优解在哪
如果你的目标是尽快进入机器人产业的实战场景，深圳本体的岗位是入口最宽的；如果你的目标是把某种底层技术做深，成都的电机驱动或控制方向值得优先考虑；如果你手上确实有模型层面的积累并准备搏一把，北京的算法岗值得一试，但要接受它招满即止的节奏。
最后一句
李默后来选了成都的 C++ 岗。他跟我说，理由很简单："我想先把手上的东西做扎实，城市可以以后再换，技术债补起来更慢。"这轮校园招聘的选择题，本质上问的不是"哪家更好"，而是"你想先补哪一块"。