SRCB-机器人系统工程师

1. 负责部署、测试LLM/VLM/VLA模型，并优化其在嵌入式设备上的性能；
2.维护和开发 ROS / ROS 2 相关的软件架构，实现算法与机器人硬件的集成；
3.设计并优化机器人与传感器（激光雷达、深度相机、IMU、编码器等）的数据接口和通信协议；
4.在 NVIDIA Jetson、嵌入式 Linux 或其他边缘计算平台上进行软件开发和调试；
5.参与机器人系统的 传感器数据处理、运动控制、路径规划（加分项）；
6.负责系统的调试、优化，包括 实时计算、硬件加速（CUDA, TensorRT）、通信协议（CAN, I2C, UART） 等；
7.使用 Gazebo、Isaac Sim、Webots 等仿真工具进行机器人运动模拟与算法验证；
8.解决机器人系统在实际应用中的问题，提高系统的稳定性和可靠性。

硕士及以上学历，计算机、电子、自动化、数学、机器人工程等相关专业；
必备技能：
1.具备 ROS / ROS 2 开发经验，能够进行机器人系统的集成与调试；
2.熟练掌握 C++ 和 Python，能够进行嵌入式系统开发和算法优化；
3.具备 嵌入式 Linux（如 Ubuntu, Yocto） 经验，能够在嵌入式设备上部署和优化软件；
4.熟悉 NVIDIA Jetson（Orin, Xavier, Nano） 或其他边缘计算平台的开发与优化（CUDA, TensorRT）；
5.了解 机器人传感器（激光雷达、深度相机、IMU、编码器等） 及其数据处理方法；
6.具备基本的 通信协议（CAN, I2C, SPI, UART, Modbus） 相关经验，能够进行机器人硬件接口调试。
加分项：
1.有 机器人运动控制、路径规划 相关经验（如逆运动学、RRT、A*）；
2.具备 SLAM（如 ORB-SLAM, Cartographer, LIO-SAM） 相关经验，并能进行工程化部署；
3.了解 实时计算和优化（RTOS, PREEMPT-RT），能够优化机器人实时性任务；
4.具备 Docker / 容器化 经验，能够在不同硬件环境下高效部署算法；
5.具备 FPGA、DSP 或其他硬件加速技术的经验（可选）；
6.了解机器人相关仿真工具（Gazebo、Isaac Sim、Webots），具备仿真测试经验；
7.了解Python，PyTorch深度学习框架，能够结合硬件和算法进行开发与优化；
8.在计算机视觉、机器人领域（含硬件控制方向）或LLM/RL相关研究中发表过高水平文章，或在权威竞赛中以主要参与者身份取得过优秀名次。