国内一家头部非营利人工智能研究机构孵化，算是那家机构在具身智能领域唯一重点支持的商业化公司。核心业务是做机器人的"具身大脑"，不是单纯做本体，也不是只搞大模型，而是把语言、视觉和机器人动作闭环打通。团队六十多人，研发占六成以上，算法团队二三十人。已经有几个长期订单，落地场景包括医药、物流，双臂和叉车都有涉及。办公地点在北京海淀中关村附近。
等一个同频率的人不是传统训练模型的人，而是能把训练好的模型部署到真机上的工程师。方向偏模型部署和推理优化，不是纯算法研究，也不是纯上位机开发，更像算法与机器人系统之间的桥梁。
日常要做的事情，大致包括以下几个层面：
模型导出与转换：把训练好的机器人策略模型、VLA、Diffusion Policy、ACT 等从 PyTorch 导出为 ONNX，再用 TensorRT 做部署和推理服务封装。
端侧推理框架搭建：支持图像输入、语言指令、机器人状态输入，输出动作指令，跑在 NVIDIA Orin、Thor 或 RTX GPU 上。
与机器人控制系统集成：通过 ROS/ROS2 把模型推理模块接进去，包括传感器订阅、模型推理、动作后处理和机器人执行接口。
性能优化：优化端到端推理延迟，提升机器人控制频率，保证部署稳定性。这个环节很关键，直接决定机器人动作跟不跟手。
安全与异常处理：动作限幅、速度限制、碰撞保护、急停处理等 fallback 机制都要有，真机上出了问题不是重启就行。
问题定位：和算法团队配合，排查真机部署中出现的推理延迟、动作抖动、观测不同步、控制频率不足等问题。
技能要求上，核心是这几块：
熟悉 PyTorch，理解深度学习模型推理的基本流程。
熟悉 ONNX、TensorRT、CUDA 的基础使用，有实际模型部署经验。
熟悉 ROS/ROS2，能把推理模块接入机器人控制系统。
Linux、Docker、Python/C++ 要熟练，系统调试能力要强。
理解机器人闭环控制的基本流程：observation 输入 → policy 推理 → action 后处理 → 执行。
如果有下面这些经验，匹配度会更高：
VLA、Diffusion Policy、ACT、OpenVLA、π0/π0.5、GR00T、RDT、DexVLA 等模型的部署经验；
TensorRT plugin、INT8 量化、FP16 加速、动态 shape 优化、CUDA Graph；
Triton Inference Server、DeepStream、vLLM、TensorRT-LLM 等推理框架；
机器人真机部署经验，尤其是视觉输入到动作输出的实时闭环部署；
模型动作平滑、轨迹后处理、安全约束和异常恢复经验。
资深工程师或技术专家序列，不需要带团队。经验方面，三年以上相关经历会比较合适，硕士背景更匹配，但也不是硬性卡学历。团队整体偏年轻，沟通和落地能力会比较看重。
现金回报在市场中上水平，总包大致在 50 到 80 万一年，具体可以谈。薪资结构是 12 薪加年终奖，不是纯底薪。工作时间是双休，弹性上下班，可以选择早八晚五、早九晚六或早十晚七，整体节奏不算卷。常规福利齐全，公司刚起步，机会和空间比较大。
整体看下来，这个方向在具身智能里比较稀缺：既需要懂模型推理和优化，又要懂 ROS 和机器人控制，还要有真机部署的耐心和工程能力。
欢迎敲门敲门哈