本文基于站内样本(1条校招信息)和通用简历方法整理,旨在帮你把招聘信息转化为投递动作。具体岗位要求、截止时间等以企业官方页面为准,建议投递前自行核实。
和晖机器人2027届秋季校园招聘已经启动,工作地点在杭州,共开放六个方向:伺服驱动器软件工程师、硬件工程师、嵌入式软件工程师、深度强化学习算法工程师、机械结构工程师、机器人算法集成工程师。学历要求以本科及以上为主,深度强化学习算法岗明确要求硕士及以上,截止时间为2026年12月5日。站内样本只有这一条,所以本文不横向比较其他公司,而是聚焦这一个招聘批次,帮你把岗位描述翻译成简历语言和投递动作。
和晖机器人做的是具身智能机器人的运动控制底座,通俗理解是机器人的“小脑”——负责让机器人动起来、动得稳、动得准。这个定位决定了六个岗位的共同底色:都围绕机器人的运动控制、硬件驱动、结构实现和算法集成展开。你在准备简历时,需要先判断自己的经历和这个底色有没有交集,而不是只看岗位名称是否眼熟。
六个岗位可以分成三组来理解。第一组是底层软硬件:伺服驱动器软件、嵌入式软件、硬件,这三个岗位关注的是电机怎么被驱动、电路怎么设计、代码怎么写进芯片。第二组是算法:深度强化学习算法和机器人算法集成,前者偏训练与仿真,后者偏系统集成与落地。第三组是机械结构,负责把电子和算法的设计变成能装配、能运动的实体。分组的意义在于,你的简历不需要面面俱到,但需要让某一组的人一眼看出你懂他们的语言。
站内样本没有提供每个岗位的招聘人数、薪资范围、面试流程,这些信息待核实。不要根据公司简介里的“快速成长”“开放协作”去推断企业偏好某种性格或稳定性,这类推断没有依据。你能依赖的只有岗位描述里写明的能力要求,以及你自己的真实经历。
简历准备的核心动作不是“把要求抄一遍”,而是“为每条要求找到一件我做过的具体事”。下面这张表把六个岗位的关键要求拆成可验证的证据方向,你可以对照自己的经历逐条打勾。
| 岗位方向 | 岗位要求关键词 | 简历中可呈现的证据方向 |
|---|---|---|
| 伺服驱动器软件 | C/C++、数据结构、嵌入式外设、PID/FOC/SVPWM | 电机控制相关课程设计或竞赛、嵌入式外设驱动代码、闭环控制调试记录 |
| 硬件工程师 | EDA工具、EMC/EMI、多层板、阻抗控制、电源回路 | 自己画过并打样调试的板卡、信号完整性测试记录、元器件选型与成本权衡 |
| 嵌入式软件 | C/C++、面向对象、网络编程、多线程、Python | 嵌入式项目中的模块设计、通信协议实现、多线程或网络编程的具体场景 |
| 深度强化学习算法 | 强化学习实战、PyTorch/TensorFlow、Isaac Gym/Lab、四足/人形经验 | 训练环境搭建、奖励函数设计、仿真到实机的迁移尝试、训练曲线与失败分析 |
| 机械结构 | 三维建模、工程图纸、材料选型、跨部门协作 | 完整结构设计项目、装配调试记录、与电子/算法同学联调的具体分工 |
| 机器人算法集成 | ROS/ROS2/Apollo、感知规划控制导航、集成经验 | 机器人系统搭建、模块联调、传感器标定、导航或抓取任务的实际跑通记录 |
表格里的“证据方向”是方法建议,不是企业明确要求。比如硬件岗写了“自己画过并打样调试的板卡”,如果你没有打样条件,也可以用课程设计中的原理图与PCB设计加仿真验证来替代,但要诚实说明验证到了哪一步。简历的可信度来自边界清晰,而不是把没做过的事写得像做过。
提醒:岗位描述里“优先”和“要求”是两回事。“了解PID、FOC、SVPWM者优先”意味着没有这些经历仍可能进入筛选,但如果你有,一定要写;而“熟练掌握C/C++”是基本门槛,简历里只写“了解C语言”会显得匹配度不足。
很多同学的简历项目读起来像课程大纲:用了什么技术、实现了什么功能、最后完成了。这种写法的问题在于,它没有回答“你遇到了什么困难、怎么判断、怎么取舍”。机器人方向的岗位尤其看重调试和迭代能力,因为运动控制的问题很少一次成功。
一个可用的结构是:场景—你的动作—遇到的阻力—你的判断—结果与边界。以嵌入式软件岗为例,假设你做过一个基于STM32的传感器数据采集项目。不要写“使用IIC读取传感器数据并通过串口发送”,可以写成:“在四轮小车项目中负责传感器数据采集模块,初期IIC读取偶发丢包,通过示波器抓取时序发现上拉电阻偏大,调整后丢包消失;后续用DMA加环形缓冲区把采集周期从10ms稳定到2ms。”这里的技术细节是假设示例,你需要替换成自己的真实数据。
对于算法岗,训练曲线和失败分析比“准确率提升”更有说服力。你可以写:“在Isaac Gym中训练四足机器人行走策略,初期奖励函数只考虑前进速度,导致机器人出现跳跃式移动;加入姿态惩罚和平滑项后步态趋于稳定,但仿真到实机迁移时出现关节抖动,分析为仿真电机模型未考虑摩擦,后续在域随机化中增加了摩擦参数。”即使最终没有完全解决,这种记录也能体现你的排查思路。
机械结构岗的项目要突出“设计—制造—装配—调试”的闭环。只写“用SolidWorks建了模型”太单薄,可以补充:“设计机械臂关节支架时,初版为了减重把壁厚降到2mm,装配后出现变形,重新计算受力后改为3mm并在受力集中处加筋,最终整机重量增加8%但刚度满足要求。”数字同样是假设,请用你自己的实测值。
本科同学在这批岗位里的选择面其实不窄。伺服驱动器软件、硬件、嵌入式软件、机械结构、机器人算法集成都接受本科及以上,只有深度强化学习算法明确要求硕士及以上。如果你是本科生且对算法感兴趣,可以关注机器人算法集成岗,它更看重系统理解和集成经验,对学历的要求相对宽松,但你需要用ROS/ROS2的实际项目来证明动手能力。
硕士同学如果投深度强化学习算法岗,简历的重点应该放在“强化学习实战”和“仿真平台”上。站内样本提到“深度参与人形机器人核心功能研发”和“四足/人形机器人开发经验者优先”,如果你有相关实验室经历,要写清楚你负责的具体模块,而不是笼统地说“参与人形机器人项目”。没有四足或人形经验也不代表不能投,但你需要用其他强化学习项目证明你理解训练流程和常见问题。
转行或跨专业同学需要更谨慎地处理专业背景。岗位描述里写的是“相关专业优先”,不是“仅限”。如果你是非科班但有机器人相关项目,简历里应该把项目放在教育背景之前,用项目证明能力。但不要为了显得匹配而编造专业课程或实验室经历,面试时很容易被追问细节。
第一个坑是把所有岗位的要求堆在一份简历里。六个岗位方向差异明显,硬件岗不会因为你写了强化学习而加分,算法岗也不会因为你写了PCB布线而优先。更有效的做法是准备两个版本:一个偏底层软硬件,一个偏算法与集成,根据投递方向切换。如果你只投一个方向,就围绕那个方向深挖。
第二个坑是只写工具不写问题。简历里出现“熟悉ROS”“掌握PyTorch”是必要的,但只有工具名无法区分你和别人的水平。面试官会想知道你用ROS解决过什么具体问题,比如坐标系变换出错、话题延迟、节点崩溃。你可以在简历里用一行小字补充一个具体场景,引导面试官往你准备充分的方向提问。
第三个坑是忽略工作地点。站内样本明确所有岗位都在杭州。如果你因为家庭、伴侣或其他原因只能接受其他城市,投递前需要想清楚。简历里不需要写“愿意在杭州工作”,但如果你有杭州的实习经历或项目合作,可以自然带出,减少对方对你稳定性的疑虑。
Q1:我不是机器人专业,可以投和晖机器人的岗位吗?
可以尝试,但需要用项目证明你的动手能力。岗位描述里写的是“相关专业优先”,不是硬性限制。如果你做过嵌入式、硬件或算法项目,把项目放在简历靠前位置,用具体成果说明你具备岗位所需的基础。
Q2:本科投深度强化学习算法岗有机会吗?
站内样本明确该岗位要求硕士及以上,本科同学投递前需要确认自己是否符合学历门槛。如果你对强化学习感兴趣,可以关注机器人算法集成岗,它对学历的要求是本科及以上,同时也能接触算法落地。
Q3:没有四足或人形机器人经验,简历怎么写?
岗位描述里写的是“具有四足/人形机器人开发经验者优先”,不是必须。你可以用其他机器人项目或强化学习项目替代,重点写清楚你理解训练流程、调试方法和常见问题。如果有仿真平台使用经验,一定要写。
Q4:简历里需要写薪资期望吗?
站内样本没有提供薪资信息,建议不要在简历里写薪资期望。校招简历的重点是证明能力匹配,薪资可以在面试后期或HR沟通阶段再讨论。
Q5:投递后多久会有反馈?
站内样本没有提供招聘流程和时间节点,无法给出确切答案。建议投递后记录投递日期和岗位,如果超过两周没有反馈,可以继续准备其他机会,不要把时间全部押在一家公司。
和晖机器人这批岗位的截止时间是2026年12月5日,看起来还有时间,但简历准备和项目梳理往往比想象中耗时。建议你现在就做三件事:第一,从六个岗位里选出最匹配的两个方向,分别准备简历版本;第二,对照本文的表格,为每条岗位要求找到至少一个真实项目证据;第三,把项目描述改写成“场景—动作—阻力—判断—结果”的结构,并请同学帮你做一次模拟追问。
站内还有一份和晖机器人嵌入式软件工程师方向的投递简历模板,可以作为结构参考,但模板里的经历和成果是示例,请务必替换成你自己的真实信息。模板不代表企业官方偏好,只是帮你理解如何组织内容。
如果你需要更系统地检查简历与岗位的匹配度,可以试试 HI简历 的岗位匹配功能,它能帮你对照岗位描述找出简历里缺失的关键词和证据方向。但工具只是辅助,最终决定投递效果的,还是你对自己经历的诚实梳理和对岗位的真实理解。
提醒:本文中的项目示例、数字和场景均为假设,用于说明写法,请勿直接复制。所有岗位要求以企业官方页面为准,投递前请自行核实截止时间和学历要求。
如果你已经确定目标方向,可以把这篇文章里的方法继续落到具体页面里:先看一篇相近主题的文章校准思路,再选模板或范文对照自己的经历结构。下面这些链接来自 HI简历 站内内容,适合作为下一步检查材料。