人形专项-算法工程师-数据方向 深圳 社招 全职 智能制造 / 工业互联网 / 工业自动化 职位描述 职位职责：设计人形机器人多源数据（视频、传感器、关节状态等）采集、存储与治理的数据平台，构建高效数据管道负责数据平台前后端开发：前端实现数据集管理、可视化检索、标注工具；后端设计RESTful API、数据库建模与服务优化开发视频可视化方案：实现机器人视角多路视频同步播放、时空对齐、数据叠加渲染及传感器数据融合呈现协同算法团队，为感知/运控算法提供数据支撑工具，参与数据规范制定与资产标准化建设 职位要求 职位要求：学历：本科及以上，计算机/软件工程/电子信息等相关专业，硕博优先前端：精通React/Vue+TypeScript，具备复杂数据可视化界面开发经验，熟悉D3.js/ECharts/Three.js等可视化库后端：精通Python/Go/Java至少一种，熟悉FastAPI/Flask等框架，有高并发服务设计经验数据库：熟悉PostgreSQL/MongoDB/Elasticsearch，具备大规模数据存储与查询优化能力视频：熟悉FFmpeg、WebRTC或前端视频播放技术，了解视频编解码基础经验：3年以上前后端全栈或数据工程经验，有机器人/自动驾驶/IoT数据平台、视频流处理、MLOps工具链开发经验者优先软性：具备产品思维，能理解算法团队的数据使用场景，对具身智能领域有热情 投递...
Location:CN-Shenzhen-HyQ Shift:Standard - 40 Hours (China) Scheduled Weekly Hours:40 Worker Type:Permanent Job Summary:This role leads the architectural design and end-to-end delivery of mission-critical post-trade systems, covering clearing, settlement and collateral management of financial instruments. You will
【派遣】机器人平台开发工程师 深圳 全职 智能机器人板块 职位描述 1. 负责数据采集运营、数据管理与可视化工具的全栈研发，参与需求分析、技术方案设计、开发交付和持续迭代。2. 负责 Web 前端页面、交互组件与数据可视化能力建设，提升复杂业务流程和多维数据的展示与操作体验。3. 负责后端服务、开放接口、任务流转、权限控制及数据查询能力开发，保障系统的可扩展性、稳定性和安全性。4. 参与前后端工程体系建设，包括组件沉淀、接口规范、自动化测试、CI/CD、监控告警和性能优化。5. 与产品、数据、算法、测试及运营团队协作，将业务需求抽象为通用能力并推动高质量落地。6. 探索并落地基于大模型的智能 Agent 能力，负责工具调用、工作流编排、知识检索、效果评测与可观测性建设，并将其集成到业务系统中提升研发和作业效率。 职位要求 任职要求1. 计算机相关专业本科及以上学历，具备 3 年及以上前端、后端或全栈开发经验。2. 熟练掌握 React、Vue 等主流前端框架，具备 TypeScript/JavaScript 工程实践和复杂交互开发能力。3. 熟练掌握 Go、Java、Python、Node.js 中至少一门后端语言，熟悉 RESTful API、数据库设计、缓存和消息队列等常用技术。4. 具备良好的系统设计、代码质量和问题排查能力，熟悉 Linux、Git、容器化部署及常见监控工具。5. 具备较强的业务理解、沟通协作和自主推进能力，能独立承担模块从设计到上线的完整交付。6. 熟练使用 AI Coding Agent
【27届】机器人系统工程师（前端） 深圳 互联网 / 电子 / 网游 - 研发 27届校园招聘 职位描述 1、参与机器人应用层前后端开发，建设任务调度、数据采集、人机交互等相关业务能力。2、负责 Web 端交互与可视化开发，参与后台 / 中台服务建设（Go / Java 等）。3、负责与底层 ROS / C++ 模块的通信对接、联调排障与协议打通。4、参与功能验证、问题修复与相关技术文档编写。 职位要求 1、本科及以上学历，计算机、软件工程、自动化等相关专业。2、熟悉前端（TypeScript / React）或后端（Go / Java / Node.js）至少一门技术栈，对全栈开发有兴趣。3、掌握数据结构、计算机网络、操作系统等基础，了解 HTTP / WebSocket 等通信方式。4、熟悉 Linux 常用命令，具备基本联调与排障能力。5、加分项：有全栈 /
我们正在寻找一位 全栈工程师，参与核心 AI Agent 产品从架构设计、能力建设到生产落地的完整过程。你将参与 Web 产品、API 服务、Agent 编排系统、后台任务系统、数据层和部署流程等多个环节，和团队一起构建面向真实生产环境的 AI Agent 产品。 你将深度参与 AI Agent 系统的工程化建设，包括 Agent Loop、工具调用、任务编排、多步骤执行、上下文管理、模型路由、异步任务处理、结果持久化、错误恢复、日志追踪与系统可观测性等关键模块。这个岗位不是简单调用大模型 API，而是需要将 LLM 能力、业务流程、前后端系统和用户体验结合起来，构建可稳定运行、可持续扩展的生产级 Agent 产品。 在这个角色中，你需要理解 Agent 如何接收用户目标、拆解任务、选择工具、执行动作、处理中间状态、根据反馈继续推理，并最终产出可靠结果。你也需要关注 Agent 执行过程中的实际工程问题，例如任务超时、工具失败、重试策略、状态一致性、成本控制、并发执行、队列调度、数据追踪以及生成结果的可复现性。 你会和产品、设计、前端、后端和基础设施团队紧密协作，把 AI 能力落到真实的产品体验中。我们希望你既能理解前端产品形态和用户交互，也能深入后端服务、数据模型、任务队列和 Agent 编排系统，帮助团队搭建长期可维护、可扩展、可观测的 AI Agent 工程体系。