ROS/ROS2
机器人框架/库机器人开发的事实标准中间件,提供节点通信、硬件抽象与仿真调试工具链。与 Python 并列本批实习岗的“入场券”,节点编写、launch 管理、bag 录制与 RViz 调试是常见考点。
杭州机器人实习求职市场速览:技术栈需求优先级与本科可投岗位 JD 一一对应。
机器人开发的事实标准中间件,提供节点通信、硬件抽象与仿真调试工具链。与 Python 并列本批实习岗的“入场券”,节点编写、launch 管理、bag 录制与 RViz 调试是常见考点。
出现频率最高的泛化关键词,覆盖路径规划、感知、控制与决策等方向。它代表岗位对数学基础与问题建模能力的隐性门槛,算法类岗位面试通常会追问具体原理与数据流。
运控/算法方向的分水岭语言,强调工程实现与系统调试能力。底盘驱动、控制器等性能敏感模块普遍以 C++ 交付,面试常问内存管理、编译链接与调试经验。
与 ROS 并列的第一梯队入场券,覆盖测试脚本、评测工具与数据处理等场景。上手快、生态全,是测试方向与 AI 方向岗位的通用语言,pytest 等工具链经验是加分项。
IMU、激光雷达、RGB-D、轮式里程计等机器人感知的硬件基础。驱动对接、外参标定与故障排查是硬件集成类岗位的核心日常。
机器人开发的标准工作环境,涉及命令行操作、编译构建与日志排查。熟悉 shell、CMake 构建与常用排查命令是面试高频题。
把算法与系统部署到板端计算平台的工程能力,涉及交叉编译、资源优化与外设驱动。硬件与部署类岗位的加分门槛,常与 CAN、电路知识配合出现。
测试方向岗位的高频交付物,要求结构化记录现象、证据、结论与回归结果。能把排错过程写成别人能看懂的文档,是测试岗简历的差异化亮点。
从 A*、Dijkstra 到 Hybrid A* 与采样规划的全局/局部规划算法族。导航类岗位的核心考点,常与 DWA、TEB 等局部规划器一起被追问原理与适用场景。
版本管理与团队协作的基础设施,分支策略、提交规范与代码评审是日常。单独作为硬性要求出现频率不高,但几乎所有岗位都默认掌握。
同步定位与建图,覆盖 Cartographer、AMCL 等主流方案。导航方向的核心技术栈,面试常考建图与定位的分工、坐标系关系与漂移排查。
对最小可测单元做自动化验证的工程习惯,pytest/gtest 是常用框架。测开岗位用它考察质量意识,研发岗位用它考察工程素养。
LLM/Agent 相关技术正在加速渗透机器人岗位,约三分之一的岗位出现相关要求。作为简历差异化加分项,Prompt 工程、RAG 与 Agent 评测是常见切入点。
覆盖定位、建图、规划、避障的完整导航链路,Nav2 是 ROS 2 生态的标准框架。面试常问各 server 的分工、参数含义与异常排查思路。
运控方向的新兴要求,PPO 等算法与仿真训练环境配合使用。当前多作为加分项出现,诚实展示“在学路线”通常好于夸大经验。
测试设计的核心交付物,考察边界条件、等价类与场景覆盖思维。“给一个功能设计测试用例”是测试岗最常见的现场手写题。
移动机器人建图与定位的主力传感器,涉及点云处理与数据完整性检查。SLAM/导航岗位几乎必问的话题,常与 IMU 做融合。
从差速底盘运动学到 PID、MPC 的控制算法族,cmd_vel 是速度控制的标准接口。运控岗位的核心考点,也常出现在整车联调场景中。
分层验证、证据提取、事实与推测分离的系统化排错方法论。测试与支持岗位的核心能力,能用完整案例讲清定位流程是面试杀手锏。
机器人底盘与执行器常用的总线协议,涉及报文收发与故障排查。硬件集成类岗位的加分项,常与 EtherCAT、电机驱动一起出现。
NVIDIA Isaac Sim 具身智能仿真平台,用于合成数据、策略训练与自动化评测。多作为仿真类岗位的优先项,与 MuJoCo、Gazebo 同属仿真工具族。
视觉-语言-动作模型,具身智能的前沿方向。出现在仿真评测与整机测试岗位中,作为差异化加分项,能讲清数据流与适用边界即可。
考察系统在负载、时长与极端条件下的稳定性表现。测试方向岗位的高频词,关注延迟、资源占用与异常容错指标。
PyTorch/TensorFlow 框架下的模型训练与部署能力,覆盖感知与多模态方向。视觉类岗位的核心要求,面试常问经典网络与训练调参经验。
参与具身仿真评测体系建设:基于 Isaac Sim、MuJoCo 搭建抓取、放置、物体重排等仿真任务与自动化评测流程,定义成功率、碰撞率、路径效率等评测指标。要求熟悉 Python/Linux/Git,了解至少一种仿真平台,具备机器人运动学与点云处理基础,了解强化学习、模仿学习、VLM/VLA 者优先;每周至少 4 天、连续实习 3 个月以上优先。
负责工程机器人远控产品的功能、性能、稳定性与专项测试:编写测试用例与测试计划、搭建维护测试环境、开发自动化测试脚本。要求本科以上计算机等相关专业,掌握黑盒/白盒/单元测试方法,熟悉 Python/C++/Java 之一与 Linux 环境,熟悉容器化部署、ROS 机器人系统、SLAM/A*/RRT 等导航算法者优先。27 届精英实习有转正机会,28 届可日常实习。
负责具身机器人软件系统的现场部署、环境配置与联调:完成传感器/执行器/边缘计算设备部署适配、电气接线、电机驱动调试与核心部件标定,排查硬件及电气故障,并提供客户培训与维护支持。要求熟练掌握 Python 或 ROS/ROS2 其一,熟悉机器人电气系统,能独立阅读代码定位现场问题,接受出差;实习期 6 个月以上。
部署、调试、测试无人机系统的定位、感知、规划、通讯等模块,开发巡检、精准降落、二维码识别等业务功能并参与现场调试。要求熟悉 PX4/APM 开源飞控与 MAVLink/UART/CAN 接口协议,有 ROS1/ROS2 实际开发经验并熟练 C++,有 VINS-Fusion、FAST-LIO、ego-planner 等算法部署测试经验者优先,能接受低强度出差。
参与研发质量门禁与 Agent 智能体评测全流程:构建评测数据集与用例、执行模型评测,定位幻觉、工具调用异常、链路逻辑错误等问题,并用 Python 开发评测脚本与自动化测试工具、维护 CI 流水线。要求掌握基础测试理论与 Python 编程,了解大模型/LLM/Agent 概念,会 LangChain、AgentScope 等框架者优先;可保证连续 3 个月以上实习。
协助开展移动机器人整机功能、场景与稳定性测试,覆盖导航、避障、启停、巡航、交互、充电等核心功能;整理测试用例、输出测试报告与 bug 清单并跟踪回归验证。了解基本软件测试流程即可,无经验可从零培养;细心耐心、能接受现场整机调试,了解 ROS、导航避障或有测试经验者优先,可实习 3 个月以上。
协助人形/移动机器人整机现场功能测试:执行测试用例、记录运动/感知/VLA 大模型/传感器/关节控制等测试问题,配合样机现场调试、设备拆装与测试环境搭建。本科在读,机械、自动化、电子信息、机器人工程、计算机相关专业;了解传感器、电机、嵌入式设备优先,能接受出差/现场试验;实习周期至少 3 个月、一周到岗 3 天及以上。
配合研发团队开展随身 AI 潮玩生命体产品的功能、性能与用户体验测试,协助数据采集、整理与标注以支撑算法模型迭代,并整理项目文档。自研业内首款随身 AI 潮玩,打通硬件、软件、垂直领域大模型微调全链路;专业不限,对 AI 潮玩、智能硬件测试&研发感兴趣者优先;每周可到岗 4 天及以上、能稳定实习 5 个月以上者优先。
负责 AGV 机器人项目现场交付:开箱验收、传感器校准、整机功能测试、行驶路径规划调试与避障功能校验,采集运行数据、记录调试日志并管理项目交付资料。27 届大专及以上学历,自动化、机电一体化、机械、电子、计算机等理工科专业;接受全国长期驻外出差与个别项目白夜班轮换,提供杭州总部免费岗前培训(包住);有工厂实习、设备调试经验者优先。
负责四足机器狗整机二次开发:基于官方 SDK 与 ROS/ROS2 完成自主导航、定点巡航、建图、避障等功能调试与优化;对接激光雷达、IMU、相机完成多传感器融合与定位校准,集成视觉检测实现巡检、跟随、自动回充等场景功能。要求本科大三及以上,熟练 Python/C++ 之一,有 ROS/ROS2 实操经验,有宇树、绝影等机器狗二开、真机调试经验者大幅优先。
负责四足机器人导航算法的开发与优化:全局/局部路径规划、路径跟踪与避障,基于 ROS2 完成工程化开发并在嵌入式计算平台上部署、性能优化和实机调试,参与狭窄通道、动态障碍物、非结构化地形等复杂场景测试。要求熟悉 C++ 与 ROS2,掌握 A*、Dijkstra、Hybrid A* 及 DWA、TEB、MPC 等常见规划控制算法;27 届可实习转正。
负责桌面级人形/轮腿机器人全套智能交互体系:机器视觉、智能语音、目标识别跟踪、人机跟随,集成大语言模型、视觉语言多模态模型(Prompt 工程、RAG、Agent),打通感知-决策-执行闭环并负责 AI 模型轻量化与端侧推理加速。要求熟练 Python 与 PyTorch/TensorFlow,掌握目标检测、语义分割等 CV 核心技术与语音全链路技术,熟悉 ONNX/TensorRT 端侧部署者优先。
基于 ROS2 平台开发轮式、四足、双足移动机器人软件系统,负责 SLAM、导航及基于 LLM 的智能体等核心算法在真实系统中的落地,编写高质量技术文档并设计执行单元测试。要求本科及以上计算机科学、机器人学、自动化相关专业,精通 C++/Python,熟悉 Linux 与 ROS2 框架,有 Gazebo/Isaac Sim 仿真经验、四足/双足机器人开发经验者优先;需保证连续 6 个月全职实习(每周 5 个工作日)。
基于机器人运动学和动力学模型优化移动机器人的路径规划与轨迹跟踪算法,负责避障、动态避障等算法开发,跟踪前沿自主导航算法。要求在读本科及以上,数学基础扎实,熟练 C++/C/Python 之一并具备较强工程实现能力,有基于 ROS 的机器人开发调试经验;有机器人/无人车项目经验、科技竞赛获奖或熟悉 PP/PID/LQR/MPC 者优先;可实习至少两个月以上(每周到岗 4~5 天)。
机器人运控算法方向:了解 ROS 2 基本概念和通信机制,能够进行简单的节点开发和调试;对机器人强化学习有一定了解,知道 PPO 等常见强化学习算法的基本原理,有仿真或相关项目经验者优先。掌握 C++/Python 中至少一种,具备良好的代码习惯与问题分析能力;有相关课程设计、科研项目、竞赛或个人项目经验者优先。