职位描述本岗位面向机器人整机及关键部件的系统验证，综合运用机械、电子、软件与测量等多学科方法，负责实验设计、测试与测量能力建设、系统级问题定位，以及基于数据的改进验证。核心职能是：准确量化问题、查明根本原因、验证改进效果，并将验证方法沉淀为可复用的工程资产。 测试软件、实验工装、传感器与数据分析均为达成上述目标的技术手段；交付成果包括测试软件与数据工具，也包括测量装置、实验台架、数据平台及经过验证的工程判据。你将完整参与问题定义、原理分析、实验搭建、数据分析、故障定位与改进验证的全过程。 岗位职责 1、设计并实施系统测试。 根据机器人功能、性能和可靠性目标，分析真实工况与潜在失效模式，制定整机及部件级测试方案（循环压测、可靠性老化试验等），明确测试条件、测量指标和判定标准，并推动执行落地。 2、建立测量与实验能力。 针对张力、应变、振动、位移、角度、温度、电流等工程量，研究测量原理，比较与验证不同传感技术路线，选择传感器与仪器，搭建实验环境，完成标定并验证测量结果的可信度。 3、开发测试台架与工装。 针对部件可靠性验证需求，设计或迭代台架与专用工装，覆盖运动控制、循环计数、加载方式与异常留证，使长时间可靠性测试可重复、可无人值守运行。 4、开发测试软件与数据平台。 实现设备交互、测试控制、数据采集、异常处理与数据分析；建设自动监控系统，替代人工值守，实现测试数据可查、可追溯；开发各类提升测试效率的工具。 5、定位问题并验证改进。 把运行中出现的模糊异常变成可以研究的问题：复现工况、设计对照实验、区分产品问题/测量误差/环境干扰，与机械、电子、嵌入式、控制研发协作定位根因，用数据验证修复效果。 6、沉淀方法与建设测试体系。 将排查过程转化为可复用的工装、分析方法、回归用例和验收标准；把整机运行中暴露的问题转化为部件级与系统级验证要求，优化问题—版本—测试记录可追溯的闭环。任职要求任职要求 1、教育背景。 本科及以上学历，理工科相关专业。 2、专业深度。 在机械/材料、电子/电气、软件/控制中至少一个方向具备扎实的专业基础与工程判断能力，能够阐明关键机理，并独立完成本方向的分析、设计、实验验证或问题排查。应届毕业生侧重考察基础理论、逻辑推理与实践经历；有工作经验者侧重考察实际交付成果与问题闭环能力。 3、数理基础与推理能力。 能够基于物理原理和数学模型开展问题分析与定量估算，具备对量纲与单位、数量级、模型假设及结论适用边界的核查意识。 4、跨学科积累。 对本专业以外的机械、电子、软件、控制或测量领域有主动学习经历和实践积累，如跨专业完成测量方案设计、数据处理工具开发或异常问题的物理溯因；理解学科间接口，具备清晰的能力边界意识与跨专业协作能力。 5、编程与数据处理能力（不限主专业方向）。 具备基本的编程与数据处理能力（Python 等），能够借助 AI 编程工具完成数据采集、设备交互或数据分析程序的开发；关键在于能够理解、修改和验证实际使用的程序，并对方法合理性、数据可信度和结果负责。熟悉 Linux 环境，或具备串口（UART/RS485）、CAN、以太网（TCP/UDP）等常见通信方式的实际应用经验者优先。 6、工程实践素养。 具备较强的动手能力，能够独立完成测试环境搭建、传感器安装、设备调试、重复实验与异常复现；严格区分事实与推断、仿真与实测，重视测试安全、原始数据完整性与结果可追溯性。 加分项 机器人、无人机、汽车 HIL、机电设备或自动化产线的测试台架、测量系统设计搭建经历。 传感器应用、信号处理、机械振动、材料与结构实验、热分析经验，或熟悉 FRACAS、可靠性增长试验、加速寿命试验等可靠性工程方法。 嵌入式 Linux 与总线经验：驱动调试、实时调度、CAN-FD/EtherCAT 等链路问题定位。 数据平台与可视化能力：时序数据库、Web 前后端、监控大屏。 LLM/Agent 等 AI 工具的应用开发经验。 曾主动跨出本专业，通过学习、制作工具或设计实验解决过具体工程问题。 你将获得 全链路 ownership：一个测试或测量方案从原理分析、器件选型、实验标定到数据呈现，由你主导完成。 难得的成长环境：直接面对机器人量产前最密集的真实失效数据，工作成果很快体现为"发现了别人发现不了的问题"。 极客与第一性原理的工程文化：我们从物理本质出发思考问题，不迷信惯例与权威，鼓励用量级估算和实验挑战任何既有结论；同时坚持工程底线——结论必须有证据，仿真不冒充实测，AI 是放大能力的工具，而工程师对方法是否合理、数据是否可信、结果能否落地负责。
