光象(北京)科技有限公司
岗位信息
招聘岗位
光象(北京)科技有限公司2026秋季招聘
是否笔试
未明确
招聘批次
2027届
截止日期
未公布(以企业官网为准)
发布日期
2026-09-21
📋 岗位职责 / 任职要求
光象科技 2027 年度校园招聘正式启动,寻找逐光而行的你
招聘面向人群:秋招:2027届硕博应届生; 实习生招聘:2028届硕博应届生
简历接收邮箱: recruit@sunrisingai.com
工作地点:东升科技园二期6号院4号楼
原点大厦AB座7层
我们是清华联合孵化、IDG 资本领投的工业具身智能新锐,聚焦汽车制造与工业机器人领域,以 GOPS 平台与强化学习核心技术,驱动工业智能化变革。
如果你深耕机器人、自动化、人工智能、控制工程等领域,怀揣技术理想、渴望将研究落地产业、希望与行业顶尖专家并肩攻坚,这里将是你最好的起点。
加入光象 2026 应届生计划,你将深度参与核心技术研发,亲历从算法到产品的全链路实践,在高速成长的团队中快速蜕变。
期待有实力、有热情、有长期主义的你,与我们共拓具身智能边界,以科技之光,点亮工业未来!
【公司简介】
光象科技是清华大学车辆与运载学院和人工智能学院联合孵化的一家高新技术企业。公司由清华/北大教授领衔的具有影响力的科学家团队和拥有丰富产业化经验的工程师团队组成 ,拥有强化学习、三维感知、最优控制等具身智能技术体系,并构建了以GOPS平台为核心的通用具身智能开发平台。依托该平台,公司面向泛在工业场景,如物流搬运、工程机械、工业制造等提供智能机器人产品和服务。
一、感知算法工程师(校招/实习生)
1.岗位名称:具身感知算法工程师 (校招/实习生) 需求数量:2
2.岗位内容:
(1)设计、实现及测试三维场景感知算法,并应用于具身智能体的导航、抓取及物体操作;
(2)负责基于3D视觉的机器人感知信息融合、状态估计以及场景理解算法的研发;
(3)与机械臂其他模块协同,整合算法系统,完成实机部署与测试。
3.任职资格:
专业背景:计算机、人工智能、自动化、机器人工程等相关专业,硕士及以上学历。
核心技术能力:
(1)熟悉RGB-D、点云(Point Cloud)、体素(Voxel)、网格(Mesh)等三维视觉基础理论与相关技术;
(2)掌握SDF、NeRF等神经3D表示法相关算法原理及应用。
相关项目/研究方向(具备任一即可)
(1)三维点云场景理解、三维地图重建相关研究或项目经验;
(2)基于三维输入的机器人物体抓取、操控学习相关经验;
(3)六维物体位姿估计(6D Pose Estimation)相关算法研发经验;
(4)多视图立体视觉(Multiview Stereo, MVS)相关技术研究与落地经验;
(5)机械臂抓取点检测、生成算法研发及优化经验。
工程能力
(1)精通 C++ / Python 编程语言,熟练使用Linux操作系统,具备扎实的算法工程落地与优化能力。
4.福利待遇:五险一金、补充医疗保险、资深导师带教、下午茶等
二、具身智能端到端视觉-动作模型算法工程师(校招/实习生)
1.岗位名称:端到端视觉-动作模型算法工程师 (校招/实习生) 需求数量:1
2.岗位内容:
(1)端到端控制模型训练:基于 Isaac Sim 等物理仿真环境,利用强化学习(RL)和模仿学习(IL)等算法,训练从视觉输入(RGB-D等多模态感知)到 7 轴力控机械臂动作输出的端到端(Vision-Action)控制模型;
(2)复杂工业任务攻坚:针对⼯⼚实际作业需求,解决⽆序抓取等高难度任务。设计高效的奖励函数与探索策略,提升模型在不同光照、材质、⼯件摆放姿态下的零样本泛化能力;
(3)多层级协同控制策略设计:负责从双臂协同,到上半身协同(双臂+腰部),再到全身协同(双臂+腰部+轮式底盘)的动作策略网络设计与联合训练,突破大尺寸工件搬运、复杂柔性装配等全身作业难题;
(4)Sim-to-Real 迁移与实机微调:深度参与从仿真到真机的模型迁移工作。运用域随机化、数据增强等技术缩小物理鸿沟;利用平台采集的实机运行数据,开展“人在回路”的真机微调,确保算法在真实产线稳定落地。
3.任职资格:
(1)人工智能、机器人、计算机、自动化等相关专业硕士及以上学历(博士优先);
(2)核心算法能力:扎实的深度学习与强化学习基础,精通至少一种主流 RL 算法(如 PPO, SAC 等),熟悉端到端具身控制主流架构(如 Diffusion Policy, ACT, Transformer-based 控制策略等);
(3)仿真开发经验:熟练掌握 PyTorch,拥有丰富的 Isaac Sim / Isaac Lab 或 Robosuite 环境下的强化学习大规模训练经验;
(4)机器人控制Know-How:了解机器人运动学与动力学基础,熟悉 7 轴力控机械臂(如 Franka, Flexiv 等)的控制特性;有全身协同控制(Whole-Body Control, WBC)经验者加分;
(5)工程落地能力:具备极强的工程实践能力,有成功的 Sim-to-Real 落地经验。有真实机器人在工业场景下端到端算法部署闭环经历者优先考虑;
(6)主动性强,具备优秀的沟通与团队协作能力,能够与其他团队合作完成任务;
(7)加分项:在 CoRL, ICRA, IROS, CVPR, NeurIPS 等顶级会议发表过具身智能或强化学习相关高水平论文;熟悉底层通信及部署框架,能够优化端到端模型的推理延迟。
4.福利待遇:五险一金、补充医疗保险、下午茶等
三、运动控制算法工程师(校招/实习生)
1.岗位名称:运动控制算法工程师(校招/实习生) 需求数量:2
2.岗位内容:
(1)负责轮臂式机器人中轮式底盘运动控制系统的整体方案设计与实现。
(2)负责移动底盘的运动学与动力学建模。
(3)开发移动底盘运动规划算法,包括全局路径规划与局部轨迹优化,生成高效的无碰撞轨迹。
(4)开发移动底盘横/纵向运动控制算法,实现高精度、平稳的轨迹跟踪。
(5) 基于ROS2开发规划、控制模块对外接口,实现与决策、感知、定位等其它软件模块的系统集成。
(6)搭建仿真测试环境,验证控制算法在仿真环境下的稳定性和可靠性,并实现仿真到实机的算法迁移。
(7)优化控制算法在嵌入式平台上的性能和实时性。
(8)负责底盘控制系统的整机联调、稳定性验证、性能测试与现场调试。
3.任职资格:
(1)硕士及以上学历,机器人、自动化、车辆工程、机械工程、计算机等相关专业。
(2)AGV、AMR、无人车、自动驾驶等行业运动控制软件开发及项目落地经验。
(3)熟悉自动控制原理,熟悉运动学/动力学建模,熟悉常用的轮式底盘结构特性。
(4)精通C++编程,熟悉Linux基本应用,具备ROS2实际项目开发经验。
(5)熟悉常用全局规划算法(A*、Dijkstra、RRT等)。
(6)熟悉常用局部规划算法(DWA、TEB、Lattice Planner等)。
(7)熟悉常用控制算法(PID、Pure Pursuit、MPC、自适应控制等)。
(8)熟悉电机、驱动器的工作原理及使用方法,熟悉常用传感器(编码器、IMU、激光雷达)的数据读取与处理。
(9)了解RS485、CAN、EtherCAT等通信方式,并具备相关调试经验。
(10)至少使用过一种机器人仿真平台(Gazebo、MuJoCo、Isaac等)。
四、具身智能应用开发工程师(校招/实习生)
1.岗位名称:具身智能应用开发工程师 (校招/实习生) 需求数量:1
2.岗位内容:
(1)需求转化与方案设计
深入工业场景客户产线,通过现场观察、流程分析与数据采集,精准识别产线中的物理约束与安全边界,与客户对齐方案预期,在开发资源投入前识别并规避关键风险。
结合机器人系统的运动学/动力学特性、感知能力边界与作业工况,将客户模糊的业务诉求转化为技术方案与技术指标,确保技术方案与业务价值的闭环。
(2)应用开发与算法优化
负责定位-感知-决策-规划-控制-执行全链路的任务调度逻辑与状态机开发,设计模块间的通信链路与通信协议,解决时序配合、资源竞争及异常处理等系统级问题。
(针对具体作业场景,对核心算法进行深度调优,包括但不限于底盘规控、机械臂规控、视觉感知及SLAM定位。
(3)仿真摸底与实机验证
针对每个项目的特定作业场景,快速搭建或复用仿真环境,打通“场景建模-算法加载-流程跑通”的仿真链路,完成基本的功能逻辑验证。
主导Sim-to-Real迁移,将仿真验证通过的算法部署至实机平台,在真实工况下完成基本性能验证,为现场联调交付可运行的软件基线。
(4)系统部署与现场联调
负责机器人在客户现场的全链路部署,包括硬件状态点检、软件环境加载、通信链路联通及安全回路校验。
以真实负载在作业工况下进行机器人整机系统的全流程联调,完成控制参数整定、感知阈值修正与任务逻辑适配,针对任务需求持续迭代软件版本直至达成任务成功率与生产节拍的双重验收标准。
3.任职资格:
(1)硕士学历,机器人、自动化、车辆工程、机械工程、计算机、人工智能等相关专业。
(2)移动机器人、自动驾驶、机械臂、自动化设备等行业软件开发及项目落地经验。
(3)精通C++编程,熟悉Linux开发环境,具备ROS2实际项目开发经验。
五、具身智能VLA算法工程师(校招/实习生)
1.岗位名称:具身智能VLA算法工程师(校招/实习生) 需求数量:1
2.岗位内容:
(1)前沿VLA模型创新与研发: 持续追踪并复现具身智能与多模态大模型领域的前沿工作(如 OpenVLA, RT-X, Octo, PI0.5 等),在模型架构、多模态融合(视觉、语言、本体状态、动作空间)等方面进行创新型研究;
(2)大模型预训练 (Pre-training): 负责 VLM/VLA 模型的大规模预训练工作。探索跨embodiment数据集(互联网视频数据、多模态图文数据、机器人真实/仿真数据)的最佳配比与 scaling law,提升模型的泛化能力与物理世界常识;
(3)策略后训练与对齐 (Post-training): 设计并优化面向特定机器人任务的后训练方案。包括但不限于监督微调 (SFT)、行为克隆 (Imitation Learning)、离线/在线强化学习 (Offline/Online RL)、基于人类反馈的强化学习 (RLHF/DPO) 等,解决复杂长程任务和精细操作的对齐问题;
(4)仿真与真机闭环验证: 与工程及硬件团队协作,建立科学的 VLA 模型评估体系(Benchmark)。分析预训练与后训练阶段的 bad case,推动数据飞轮建设与模型算法的快速迭代;
(5) 前瞻性技术探索: 探索世界模型 (World Models)、扩散策略 (Diffusion Policy) 与自回归架构的结合,以及端到端训练中的稳定性与灾难性遗忘等核心痛点。
3.任职资格:
(1)硕士及以上学历,计算机、人工智能、机器人等相关专业(博士优先);
(2)扎实的深度学习基础,精通 PyTorch 或 JAX,具备优秀的算法实现与工程debug能力;
(3)全链路训练经验: 深入理解大模型训练范式,具备 Pre-train 与 Post-train 的实际项目经验,熟悉数据构造、指令微调、RL 对齐等完整流程;
(4) 熟悉分布式训练架构(如 Megatron-LM, DeepSpeed, FSDP等),有大规模集群多卡训练经验;
(5) 具备敏锐的学术直觉和极强的创新意愿,能够快速阅读、拆解最新顶会 Paper 并将其转化为可落地的代码方案。
六、项目管理实习生
1.岗位名称:项目管理实习生 需求数量:1
2.岗位内容:
(1)项目支持与执行协助:
协助项目经理进行项目计划梳理、进度跟踪、任务分配与结果汇总,确保项目按计划推进;
负责项目文档的整理与归档(如会议纪要、需求文档、进度报表、风险清单等),确保信息准确性与可追溯。
有独立完整周期项目管理实习经验者,可选择独立负责一个项目。
(2)跨部门沟通协调:
协助协调跨部门资源(如研发、设计、测试等),跟进任务执行进度,及时反馈问题与风险;
参与项目会议,记录会议决议与待办事项,并跟踪落实。
(3)风险识别与问题反馈:
主动关注项目各环节潜在风险(如进度延迟、资源冲突、需求变更等),及时反馈给项目经理并提供初步建议;
协助整理风险登记表单,跟踪风险应对措施的落实情况。
(4)工具与流程优化支持:
参与流程优化讨论,提出改进建议并协助试点执行。
(5)其他临时任务:
协助项目经理完成临时任务,如信息收集、报告撰写等。
3.任职资格:
(1) 较强的责任心、主动性、风险意识,能敏锐识别潜在风险,及时反馈并提出初步解决方案。
(2)计算机、AI、自动化、电子、机械等理工科专业背景,具备至少一段项目管理或项目助理的实习经历(不限于具身智能行业),能快速理解项目角色与工作方式。
(3)技能要求:了解项目管理全生命周期的基本概念,了解敏捷开发管理方法论;
熟悉一种项目管理工具或协作工具(如飞书、Jira、Confluence、MS Project、Trello等)。
实习生要求:
实习方式:线下坐班实习
实习时间段:周一至周五
实习时长:至少3个月及以上
实习地点:北京海淀区中关村东升科技园6号院-4号楼3002
实习待遇:实习补贴300-500元/天,具体可以根据岗位情况具体沟通~
🏢 企业简介
总部北京
光象(北京)科技有限公司总部位于北京市海淀区,是一家专注于光电技术、智能视觉与数据应用领域的民营科技企业。公司紧密围绕行业数字化、智能化转型趋势,在核心算法、软硬件系统集成及场景化解决方案方面持续投入,业务方向覆盖光学感知、图像处理与人工智能交叉应用,为多个垂直行业提供可靠的产品与技术支撑。依托海淀区优越的科创生态,公司汇聚了研发、工程与产业化人才,形成从技术预研到成果落地的完整链条。面向应届生,光象重视基础研究与工程实践结合,提供参与前沿项目、快速成长的职业平台,致力于打造具有国内竞争力的技术团队,与员工共享企业发展长期价值
投递方式
投递入口需登录后查看,登录 / 注册 即可使用🏢 该企业正在招聘的其他岗位
校招宝当前收录 光象(北京)科技有限公司 在招校招岗位 3 条,工作地点覆盖 北京市海淀区,学历要求含 本科。以下为最近发布的部分岗位,可一并比较投递。
2026-04-23 · 2027届
光象(北京)科技有限公司2026年校园招聘
ℹ️ 信息来源
本条招聘信息由校招宝转载自 高校就业信息网,版权归原发布方所有,校招宝仅作信息聚合与导航。
该来源未提供原文链接
招聘信息以官方原文为准,投递前请核实截止日期与要求。如涉侵权或信息有误,请邮件联系 kknee@qq.com,我们将在 24 小时内处理。