智能设备仿真系统开发实习生(A146358)
招聘时间
即日起 至 2027-01-17
招聘单位
NIO蔚来
所在地区
上海
工作地点
上海市/上海市/嘉定区 汽车·创新港
学历要求
本科
实习时长
每周5天，每天3小时
职责描述
职责描述：
a. 负责机器人及智能设备的仿真平台建设与优化，实现机械臂、移动机器人及夹具的空间运动轨迹仿真；
b. 主导设计与实现路径规划系统在仿真环境中的验证与性能评估，包括高精度实时轨迹规划、主动避障、多机协同控制等功能；
c. 参与算法与模型在仿真环境中的验证，包括模型选型、训练、仿真数据采集与分析，为工业落地提供决策依据
d. 优化仿真场景与算法交互效率，提升仿真运行速度与响应性能，支持快速迭代开发。
e. 协助开发团队进行算法验证和功能测试，通过仿真环境快速迭代和优化算法，缩短开发周期；
f. 编写仿真相关文档，包括仿真方案、结果分析报告等，为项目团队提供技术支持和决策依据。
任职要求：
1. 计算机，机器人，数学或相关领域的研究生及以上学历,学历优秀可放宽至本科；
2. 扎实的路径规划与运动控制基础，精通传统规划算法（A*/RRT*/MPC）及实时控制框架，具备仿真环境下毫秒级响应算法优化经验；
3. 熟悉多目标代价函数设计（安全、平滑、能耗），能够在仿真中评估最优性与计算效率；
4. 熟悉至少一种深度学习框架（PyTorch、TensorFlow），具备轨迹预测（LSTM、GNN）或端到端规划模型仿真开发经验；
5. 熟悉仿真工具链，如ROS/ROS2、Gazebo、Ignition、RViz等，能够搭建复杂工业场景并进行验证；
6. 熟悉模型轻量化与边缘部署技术，能够将仿真结果转化为板端工程方案；
7. 熟练掌握至少一种编程语言（Python或C++），能够进行仿真脚本编写、算法实现与接口开发；
8. 有机器人仿真项目经验，能够独立完成从需求分析到仿真结果输出的全流程工作；
加分项
1. 熟悉深度强化学习（DRL）在仿真路径规划中的应用，有相关论文或项目经验；
2. 熟悉实时操作系统（RTOS）,熟悉计算加速技术（CUDA、模型量化）或嵌入式开发；
3. 英文流利，能参与国际技术社区交流或顶会论文撰写；
4. 有工业级机器人仿真与虚拟调试经验，能将仿真验证结果直接指导工业落地；
a. 负责机器人及智能设备的仿真平台建设与优化，实现机械臂、移动机器人及夹具的空间运动轨迹仿真；
b. 主导设计与实现路径规划系统在仿真环境中的验证与性能评估，包括高精度实时轨迹规划、主动避障、多机协同控制等功能；
c. 参与算法与模型在仿真环境中的验证，包括模型选型、训练、仿真数据采集与分析，为工业落地提供决策依据
d. 优化仿真场景与算法交互效率，提升仿真运行速度与响应性能，支持快速迭代开发。
e. 协助开发团队进行算法验证和功能测试，通过仿真环境快速迭代和优化算法，缩短开发周期；
f. 编写仿真相关文档，包括仿真方案、结果分析报告等，为项目团队提供技术支持和决策依据。
任职要求：
1. 计算机，机器人，数学或相关领域的研究生及以上学历,学历优秀可放宽至本科；
2. 扎实的路径规划与运动控制基础，精通传统规划算法（A*/RRT*/MPC）及实时控制框架，具备仿真环境下毫秒级响应算法优化经验；
3. 熟悉多目标代价函数设计（安全、平滑、能耗），能够在仿真中评估最优性与计算效率；
4. 熟悉至少一种深度学习框架（PyTorch、TensorFlow），具备轨迹预测（LSTM、GNN）或端到端规划模型仿真开发经验；
5. 熟悉仿真工具链，如ROS/ROS2、Gazebo、Ignition、RViz等，能够搭建复杂工业场景并进行验证；
6. 熟悉模型轻量化与边缘部署技术，能够将仿真结果转化为板端工程方案；
7. 熟练掌握至少一种编程语言（Python或C++），能够进行仿真脚本编写、算法实现与接口开发；
8. 有机器人仿真项目经验，能够独立完成从需求分析到仿真结果输出的全流程工作；
加分项
1. 熟悉深度强化学习（DRL）在仿真路径规划中的应用，有相关论文或项目经验；
2. 熟悉实时操作系统（RTOS）,熟悉计算加速技术（CUDA、模型量化）或嵌入式开发；
3. 英文流利，能参与国际技术社区交流或顶会论文撰写；
4. 有工业级机器人仿真与虚拟调试经验，能将仿真验证结果直接指导工业落地；
