腾讯 – 技术研究-机器人方向 职位分析和面试指导

职位简介：

作为腾讯TEG的机器人研究工程师，你将主导机器人系统的全栈开发，包括本体设计中的机械结构、电气系统与新材料应用，负责感知交互技术如多模态传感器融合与人机协作，开发高精度运动控制算法，并探索强化学习等前沿AI技术在机器人领域的创新应用。该职位要求机器人/计算机/自动化等相关专业的博士或优秀硕士，需具备实体机器人开发经验，熟练使用Solidworks等设计工具及C++/Python编程，优先考虑在IJRR等顶级期刊发表过论文的候选人。工作地点为深圳总部。

>> 在腾讯官网查看完整职位详情。

简历及面试建议：

在撰写简历时，建议采用’技术金字塔’结构：底层突出你的多学科背景（如同时具备机械设计与AI算法经验），中层展示完整的机器人项目经历（从设计到落地的全流程），顶层强调学术成果（特别是被列为加分项的顶级期刊论文）。对于硬件能力，不要简单罗列Solidworks等工具名称，而是用量化成果体现，比如’通过拓扑优化将机械臂重量减轻30%’。软件能力方面，建议将编程语言与具体应用场景结合描述，例如’开发基于ROS的Python轨迹规划模块，实现±0.1mm定位精度’。特别注意用独立章节突出’实体机器人经验’，这是区别于纯算法岗位的关键，可以描述你参与的实际机器人系统的技术挑战与解决方案。

面试时将采用’技术深挖+场景推演’的双轨模式。技术环节可能让你在白板上推导运动控制算法（如基于李雅普诺夫函数的稳定性证明），同时会考察硬件设计思维（如询问’如何为服务机器人选择电机谐波减速器组合’）。准备3-4个能体现你跨学科能力的项目故事，采用STAR-L格式（Situation-Task-Action-Result-Learning），重点突出你在真实机器人系统中遇到的非线性问题（如舵机温漂导致的控制误差）及创新解法。对于AI相关提问，面试官更关注算法在机器人场景的落地适配性（如’如何解决强化学习样本效率低的问题’），建议提前准备你在仿真-实物迁移（Sim-to-Real）方面的思考。着装建议商务休闲即可，但需携带能展示硬件作品的平板电脑或视频资料。