辉羲智能校招：具身智能端侧计算岗位（北京/上海/深圳/杭州/无锡/合肥）怎么投

先说明这篇的信息口径

这篇文章的写作依据有两块：一块是站内校招样本（本次样本量为 60 条），用来观察近期校招岗位在城市、行业、学历和技能词上的分布倾向；另一块是辉羲智能本次校招已确认的岗位信息，包括公司方向、招聘类型、工作城市和岗位大类。站内样本只能反映“我们看到的这一批岗位长什么样”，不能等同于全市场行情，也不代表某家公司一定按这个规律招人。

所以下面的分析会分成两种语气：凡是来自站内样本的，我会写“站内样本显示”；凡是来自辉羲智能招聘信息的，我会写“本次招聘信息提到”。两者之间我会尽量说清楚推导链条，而不是直接给你一个结论让你照抄。

如果你正在准备春招、秋招或补录，建议把这篇当成一份“信息转清单”的示范：先看岗位方向，再看城市和学历门槛，最后落到简历改什么、什么时候投、投之前检查什么。

辉羲智能这次招的是什么方向

本次招聘信息提到，辉羲智能成立于 2022 年，方向是具身智能计算平台，自研 Huixi Embodied R1 系列芯片与模组，提供高达 500 TOPS AI 算力，产品已在多家机器人企业实现量产应用。招聘类型涵盖社招、校招和实习，工作城市包括北京、上海、深圳、杭州、无锡、合肥。

岗位大类分得比较细：芯片研发类（IC 设计、芯片架构、IC 验证、原型验证、中后端设计、DFT、封装设计等）、芯片运营类（量产维护工艺、量产维护测试、质量工程师等）、软件开发类（基础软件 SDK、嵌入式 BSP、系统软件验证、SLT 软件、软件测试等）、系统产品类（硬件开发、产品技术应用和开发、产品方案及市场）、算法类（具身智能 VLA 算法工程师、AI 推理部署）、工具链类（NPU 算子开发、大模型 Agent 开发、模型部署、编译器及工具链开发等）、职能类（财务会计、政务关系、AI 运维等）。

这个结构说明它不是只招算法，也不是只招芯片，而是一条从芯片到模组、到软件工具链、再到基础模型的全栈链路。对校招生来说，好处是入口多；难点是每个入口对能力的要求差别很大，不能拿同一份简历投所有方向。

提醒：本次招聘信息里写的是“以上岗位部分接受校招/实习”，并没有逐条标注哪些岗位一定开校招。投递前请以官方页面或招聘方最新说明为准，不要默认所有方向都对校招开放。

具身智能端侧计算，校招生该理解到什么程度

“具身智能”简单说就是让 AI 从数字世界走进物理世界：机器人要感知环境、理解任务、推理决策，最后变成真实动作。“端侧计算”指的是这些计算要跑在机器人本体或靠近本体的设备上，而不是全部丢给云端。这两件事叠在一起，对算力、功耗、延迟和软件栈的要求都会变高。

辉羲智能本次招聘信息里提到，公司构建的是覆盖芯片、模组、软件工具链与基础模型的全栈算力平台，目标是让先进 AI 模型更高效地运行在机器人和真实场景中。这句话翻译成校招语言就是：它需要的人既要懂某一层的深度，也要能理解上下层的接口。比如做 NPU 算子开发的人，最好知道模型侧在跑什么；做 AI 推理部署的人，最好知道芯片侧给了什么约束。

你不需要在简历里写“我精通具身智能”，但你需要能说清楚：你做的项目里，哪一部分和“让模型在受限硬件上跑起来”有关。是量化、是算子优化、是内存调度、是编译优化、还是部署链路打通？哪怕只是课程项目，只要你能讲清楚约束条件和取舍，就比空泛地写“熟悉 AI”更有说服力。

六座城市怎么选：先看岗位密度，再看生活半径

站内样本显示，近期校招岗位在城市分布上，上海、北京出现频次最高，深圳、杭州、成都也有一定数量。这只能说明我们看到的这批岗位里，一线和新一线城市占了多数，不能说明其他城市没有机会。辉羲智能本次招聘信息给出的城市是北京、上海、深圳、杭州、无锡、合肥，六个城市横跨一线和新一线。

选城市时，建议分三层考虑。第一层是岗位匹配：同一个岗位大类在不同城市可能侧重不同，芯片研发和工具链往往集中在研发中心所在地，系统产品和市场可能更靠近客户或产业带。第二层是生活成本与通勤半径：北京、上海、深圳的生活成本明显高于无锡、合肥，如果薪资信息不明确，先把租房和通勤算进去，再判断实际可支配收入。第三层是长期落脚意愿：校招第一份工作往往决定你未来三到五年的人脉和产业圈子，如果你明确想留在某个区域，优先选那个区域里的岗位。

提醒：本次招聘信息没有给出各城市具体开放哪些岗位，也没有给出薪资和截止时间。城市选择请以官方页面为准，不要根据本文的城市列表直接推断某城一定招某岗。

把岗位大类翻译成简历语言

很多同学投校招时最大的问题是：简历写的是一套，岗位要的是另一套。辉羲智能的岗位大类分得细，正好可以拿来做一次“翻译练习”。

芯片研发类，简历里要突出的是设计、验证、时序、功耗、版图、脚本这些关键词，项目描述要能说清楚你负责的是哪一段流程、用了什么工具、解决了什么问题。芯片运营类，重点在量产、测试、良率、质量体系，如果你有实验室流片或测试经验，要写清楚测试项、测试条件和异常处理。软件开发类，重点是 SDK、BSP、驱动、系统验证、自动化测试，能写清楚你调过什么板子、解决过什么稳定性问题，比罗列语言更有用。

算法类里的具身智能 VLA 算法工程师和 AI 推理部署，是两个方向。VLA 偏模型和策略，推理部署偏工程和性能。工具链类里的 NPU 算子开发、模型部署、编译器，偏底层和性能优化。系统产品类里的硬件开发和产品技术应用，偏硬件设计和客户侧支持。职能类里的财务会计、政务关系、AI 运维，走的是另一套评价标准。

下面这张表可以作为你对照自己经历时的自查表：

岗位大类	简历里优先出现的关键词	容易被追问的点
芯片研发类	IC 设计、验证、架构、DFT、封装、时序、功耗	你负责的模块边界、验证覆盖率、问题定位过程
芯片运营类	量产、测试、良率、质量、工艺	测试方案怎么定、异常怎么闭环
软件开发类	SDK、BSP、驱动、系统验证、自动化测试	你解决过的稳定性或性能问题
算法类	VLA、推理部署、量化、模型优化	模型为什么这么选、部署约束是什么
工具链类	NPU 算子、编译器、模型部署、Agent	性能提升来自哪里、怎么验证
系统产品类	硬件开发、方案、客户支持	需求怎么转成设计、怎么和客户对齐
职能类	财务、政务、运维	流程合规、跨部门协作

这张表不是让你堆关键词，而是让你检查：你的简历里有没有对应岗位能听懂的“证据”。如果一整行都找不到你能写的词，说明这个方向可能不适合你硬投。

一个具体场景：同一位同学，两份简历

假设有一位 2027 届硕士同学，做过一个机器人视觉项目：用摄像头采集图像，在开发板上跑一个轻量检测模型，再把结果发给机械臂执行。这个项目其实可以拆成两条线。

投算法类里的 AI 推理部署方向时，简历重点应该放在：模型选型理由、输入分辨率和帧率约束、量化或剪枝后精度变化、在开发板上的内存和延迟表现、你做了哪些调优。面试时大概率会被追问：为什么不用另一个模型？精度掉了多少？如果算力再砍一半你怎么办？

投工具链类里的模型部署或 NPU 算子方向时，简历重点应该换：你用了什么推理框架、算子是否被支持、不支持时你怎么处理、有没有写过自定义算子或改过编译配置、部署链路的自动化程度。面试时更可能被追问：算子融合在哪里发生？内存复用怎么做的？

同一个项目，两份简历，重点完全不同。这不是造假，而是把同一段经历里和岗位最相关的部分提到前面。很多同学一份简历投所有岗位，结果每个方向都觉得“差点意思”，问题往往就出在这里。

学历、届别和实习身份，哪些要先确认

站内样本显示，近期校招岗位里本科学历出现频次最高，硕士次之，也有部分岗位写“本科及硕士”“硕士研究生及以上”或“专本硕”。这说明不同公司、不同岗位的学历门槛差异很大，不能一概而论。

辉羲智能本次招聘信息没有明确写出学历要求，也没有写清楚哪些岗位接受 2027 届、哪些接受 2026 届、哪些只接受实习。招聘类型写的是“社招 | 校招 | 实习”，岗位大类里注明“以上岗位部分接受校招/实习”。这意味着你需要主动确认三件事：第一，你毕业的时间是否符合校招定义；第二，你目标岗位是否在本次校招开放范围内；第三，实习是否有转正通道或独立评价标准。

确认方式建议以官方页面为准，不要依赖二手转载。如果页面信息不全，可以在投递前通过官方渠道询问，但不要在没有确认的情况下默认自己符合条件，也不要在简历里写不实届别。

投递前的最后检查

• 确认目标岗位是否在本次校招开放范围内，不要默认所有大类都招校招。
• 确认工作城市，六个城市里你优先投哪几个，是否接受调剂。
• 确认自己的毕业时间是否符合校招定义，届别信息不要写错。
• 简历里是否出现了目标岗位能听懂的关键词，而不是通用套话。
• 项目描述是否写清楚了你的个人贡献，而不是只写团队成果。
• 是否准备了和岗位方向对应的追问答案，比如性能、精度、稳定性。
• 是否核对了官方投递方式，不要通过非官方渠道提交个人信息。
• 是否记录了投递时间、岗位名称和城市，方便后续跟进。

不适合照搬的提醒

网上很多校招模板会把“芯片”“算法”“工具链”写成同一套话术，比如“熟悉 C++、Python，有良好的团队协作能力”。这类句子放在任何岗位都不算错，但放在辉羲智能这种岗位分得很细的招聘里，几乎没有区分度。

更不适合照搬的是“城市随便填”。本次招聘信息给了六个城市，如果你在简历或投递系统里随手填一个自己并不了解的城市，后续面试问到“为什么选这个城市”时会很被动。城市选择最好能说出理由：是产业聚集、是离家近、是生活成本可控，还是你有长期落脚打算。理由不需要多宏大，但要真实。

还有一类不适合照搬的是“项目经历越长越好”。芯片和工具链方向的面试官往往更关心你在一段流程里的具体位置，而不是项目背景有多宏大。把项目背景压缩，把个人动作和结果展开，通常比堆砌背景更有效。

投递节奏怎么安排

本次招聘信息没有给出截止时间，也没有给出明确的批次安排。在这种情况下，比较稳妥的做法是：一旦确认目标岗位开放，就尽早投递，不要等到“准备好再说”。校招岗位往往是滚动筛选，早投和晚投在流程推进上可能有差别。

同时建议做一张自己的投递表，字段包括：公司、岗位、城市、投递日期、当前状态、下一步动作。辉羲智能这类岗位大类多的公司，你可能同时投两个方向，表格能帮你避免重复投递或漏跟进。

如果你还在准备简历，可以参考站内校招模板里和硬件、芯片、算法相关的结构，比如校招芯片验证工程师简历模板和校招硬件工程师简历模板，重点看它们怎么组织项目经历和技能关键词，而不是照抄内容。算法方向的同学可以对照校招 NLP 工程师简历范文，观察模型和部署类经历的表达方式。

常见问题

辉羲智能这次校招面向哪些届别？

本次招聘信息没有明确写届别，只写了招聘类型涵盖社招、校招和实习。建议以官方页面为准，投递前确认自己的毕业时间是否符合校招定义。

六个城市里，哪个城市岗位最多？

本次招聘信息没有给出各城市岗位分布。站内样本显示上海、北京岗位出现频次较高，但这只是站内样本，不能直接套到辉羲智能身上。城市选择建议结合岗位方向和个人意愿。

非芯片专业可以投吗？

本次招聘信息里的岗位大类包括软件开发、算法、工具链、系统产品、职能等，并不全是芯片岗位。是否接受非芯片专业，取决于具体岗位要求，建议以官方页面为准。

实习和校招是同一套流程吗？

本次招聘信息没有说明实习和校招的流程差异。通常实习和校招在评价标准、转正机制上可能不同，建议投递前确认清楚。

简历里没有具身智能相关经历，是不是没机会？

具身智能是一个方向，不是唯一门槛。如果你的项目涉及推理部署、算子优化、嵌入式开发、芯片验证等，都可以往相关岗位上靠。关键是能讲清楚你的技术动作和取舍。

行动清单

1. 打开官方招聘页面，确认目标岗位是否开放校招/实习，记录城市和方向。
2. 从芯片、软件、算法、工具链、系统产品、职能里选 1-2 个主攻方向，不要全投。
3. 按方向改写简历，把最相关的项目提到前面，补充关键词和量化结果。
4. 准备 3-5 个和岗位方向相关的追问答案，覆盖性能、精度、稳定性、协作。
5. 确认城市优先级，想清楚为什么选这个城市。
6. 建立投递跟踪表，记录投递日期、岗位、城市和状态。
7. 投递后定期查看官方渠道通知，不要通过非官方渠道提交个人信息。