大模型算法工程师（VLA）
岗位职责
- 1. 参与具身基础模型（VLA/VLM、World Model、具身决策模型）的研究、训练、微调与迭代，打通多模态感知 - 任务规划 - 动作生成链路，提升机器人在仿真 / 真实环境中的任务泛化能力；
- 2. 调研具身智能前沿算法，包括 Policy 学习（Diffusion Policy / ACT / Flow Matching）、强化学习、机器人模仿学习等，复现、改进模型方案，开展仿真环境与真机实验验证；
- 3. 负责具身数据集构建、数据清洗、数据增强，搭建任务 Benchmark，设计模型评测指标，做失败案例分析，持续定位模型能力短板，驱动模型迭代优化；
- 4. 参与多模态信息融合（视觉、语言、机器人本体状态、触觉等），结合大模型能力完成场景理解、任务拆解、长时序规划、工具调用等具身大脑能力研发；
- 5. 协同工程、机器人硬件团队，完成模型推理部署、性能调优，优化推理延迟、显存占用，验证模型在真实机器人上的可用性与稳定性。
- 6. 跟踪领域顶会论文与行业进展，输出技术调研报告；参与内部技术分享、方案评审，沉淀实验文档、模型基线与技术资产。
任职要求
- 1. 2026/2027 届应届硕士 / 博士，计算机、人工智能、自动化、机器人、应用数学、计算机视觉等相关专业。
- 2. 扎实机器学习、深度学习基础，熟悉 PyTorch 框架；熟练 Python，掌握 C++、CUDA 者优先；熟悉 Linux 开发环境。
- 3. 了解 Embodied AI、VLM/VLA、机器人学习、3D 视觉、强化学习至少一个方向；有相关科研项目、竞赛、论文经历优先。
- 4. 熟悉至少一种机器人仿真环境（Mujoco / IsaacSim /iGibson 等），做过机器人操作、抓取、任务规划相关实验者加分。
- 5. 具备良好的实验设计能力，能独立完成模型训练、结果分析、实验复盘，善于从实验现象定位模型问题。
- 6. 良好文献阅读能力，能够快速跟进 NeurIPS/ICML/ICLR/RSS/CoRL 等顶会前沿进展。
- 7. 优秀的逻辑思维与团队协作能力，乐于跨团队沟通，和算法、工程、机器人团队协同完成端到端验证。
- 8. 加分项：
- 有具身 / 机器人相关顶会 / 期刊论文；
- 有 Diffusion Policy、ACT、模仿学习、World Model 等相关项目；
- 熟悉多模态大模型、向量检索、模型微调、分布式训练；
- 有真机机器人实验（机械臂、灵巧手、人形机器人）经验。