强化学习算法工程师（具身大模型）简历范文：如何用VLA项目打动自变量机器人HR？

一、这类岗位的简历应该怎么写

根据招聘信息，自变量机器人科技（深圳）有限公司本次提前批招聘面向强化学习、VLA、3D重建等方向，工作地点深圳/北京，要求扎实的计算机与深度学习基础，有真实机器人经验者优先。岗位摘要明确：负责机器人强化学习算法研究与开发，重点包括基于扩散模型/VLA的策略学习与强化学习微调、VLA大模型训练与优化、机器人系统集成与部署等。

简历需要同时体现算法理论深度与工程落地能力。不要只罗列算法名称，要展示你如何将算法应用到真实或仿真机器人上，以及取得的具体效果。

重点提醒： 创业公司节奏快，简历中应突出独立解决问题的能力和工程实现的细节，比如你如何调试一个 Reward 函数、如何部署策略到 Jetson 设备上。

二、哪些经历最值得写 — 哪些不要硬写

值得写的经历

• 强化学习算法实现与调优：PPO、SAC、Diffusion Policy 等代码级实现。
• 基于扩散模型或 VLA 的策略学习项目：比如用 Diffusion Policy 做灵巧手抓取决策。
• VLA 大模型训练与优化经历：微调 CLIP 或 RT-2 骨干网络的操作经验。
• 机器人系统集成与部署案例：ROS2 节点编写、Gazebo 仿真到真机迁移。
• 3D 重建或 3DGS/NeRF 相关研究：用于场景理解或物体位姿估计。
• 顶会论文或重大竞赛获奖：如 ICRA、CoRL、NeurIPS 机器人赛道。

不要硬写的内容

• 罗列没有深度参与的课程名称：比如机器学习、深度学习这种通识课。
• 编造机器人项目经历：面试时会被追问细节，很快穿帮。
• 忽视工程实现只谈理论：例如只写熟悉某个算法，没有提框架或仿真环境。
• 堆砌无关技能：如前端开发、Android 应用，与具身智能无关的内容应去掉。

三、教育背景：展现扎实基础

列出学校、专业、学历、毕业年份，以及和岗位强相关的核心课程与成绩。

示例表达：

• 计算机科学与技术 专业，本科，2026 届毕业
• 核心课程：强化学习、深度学习、计算机视觉、机器人学、概率论与数理统计
• 成绩：GPA 3.8/4.0，专业排名 前 10%
• 相关证书：CET-6 580 分，或 TOEFL 100+

四、强化学习与具身智能项目经历：2-3 个代表作

每个项目应包括：背景、你的角色、技术框架、关键实验结果。

可参考写法 1（学研项目）：

项目名称：基于 Diffusion Policy 的机器人桌面抓取策略学习

• 使用 Diffusion Policy 框架，在 PyTorch 中实现策略网络，用于 Franka Emika Panda 机械臂的桌面物体抓取任务。
• 在 MuJoCo 仿真环境中采集 5000 条演示数据，训练策略后迁移至真实机器人，抓取成功率从 62% 提升至 89%。
• 利用 ROS2 编写节点实现状态读取与动作发布，完成仿真到真机的零样本迁移。

可参考写法 2（实习经历）：

公司名称 / 实验室名称 · 强化学习算法实习生

• 负责 VLA 大模型训练与优化：使用 LoRA 微调 CLIP 视觉骨干，结合语言指令实现抓取位姿预测，在 GraspNet-1Billion 数据集上 Top-1 准确率提升 7%。
• 设计奖励函数，利用 PPO 算法在 Isaac Gym 中训练四足机器人步态，平均行走速度达到 0.8 m/s，奖励曲线收敛稳定。
• 编写自动化训练脚本和日志工具，减少人工调参时间 30%，支持快速迭代。

重点提醒： 每个经历都必须有可量化的结果，比如成功率、准确率、速度、收敛步数等。

五、工程技能与工具

按熟练程度分组，突出与岗位摘要中提到的技术栈的匹配。

• 编程语言：Python（熟练）、C++（基础）
• 深度学习框架：PyTorch（熟练）、TensorFlow（了解）
• 仿真与部署：ROS2（熟练）、MuJoCo（项目经验）、Isaac Gym（项目经验）
• 版本控制/工具：Git、Linux、Docker
• 其他：熟悉 Diffusion Policy、NeRF、3DGS 等前沿技术，了解 RLHF 和 VLA 微调方法

六、论文、专利与竞赛

列出已发表或投稿中的论文，注明作者顺序和会议/期刊级别。竞赛获奖最好与机器人或强化学习相关。

示例表达：

• 论文：Li X., et al. Diffusion-based Visuomotor Policy for Tabletop Grasping. 投稿于 ICRA 2026，第一作者。
• 竞赛：2025 RoboCup @Home 仿真赛 一等奖，负责物体识别与抓取规划模块。
• 专利：一种基于扩散模型的机器人抓取方法及系统，实审中。

七、实习与科研经历：突出自主解决问题能力

如果是实验室研究经历，写明你的具体贡献，不要只是参与。

可参考写法：

XXX 大学 智能机器人实验室 · 研究助理

• 独立负责基于 PPO 的机械臂推箱子任务，设计动态 Reward 函数，解决稀疏奖励问题，训练效率提升 40%。
• 搭建基于 OpenUSD 的仿真场景，导出 3D 模型并整合到 Isaac Sim 中，支持视觉策略训练。

避坑清单

• 不要写主观评价：比如“工作努力”“学习能力强”，用数据说话。
• 不要遗漏关键工具：岗位要求 ROS2，务必在技能段体现。
• 不要一稿多投：针对不同公司应微调项目描述中的侧重点。
• 不要忘记格式：PDF 文件名建议为姓名_学校_岗位名称，例如 张三_清华大学_强化学习算法工程师.pdf。

自查清单（投递前逐项打勾）

• 开头意向岗位是否正确书写：强化学习算法工程师（具身大模型）
• 是否包含 2-3 个与扩散模型/VLA/3D重建相关的项目
• 每段经历是否都有量化结果
• 技能段是否覆盖 Python、PyTorch、ROS2
• 是否有真实的机器人调试或仿真经验体现
• 是否有论文或竞赛成果（如有）

相关文章与模板推荐

如果你还在打磨简历结构，可以看看站内对类似岗位的解读：

• LSA PROJECTS 暑期实习解读：北京798画廊，艺术生值得冲吗？
• 谱星航天27秋招：长春航天民企，岗位不少但信息太少，值不值得冲？

也可以参考这份专门为强化学习算法工程师设计的简历模板，突出项目经验和技能对应：

• 强化学习算法工程师/人工智能行业/实习生简历模板

更多关于工程部署经历的写法，可以参考：

• 中国航发黎明提前批：央企绿色通道，但远东驻场-40℃你扛得住吗？