算法工程师（机器人工业场景）

岗位职责： 1. 工业具身大模型落地架构：主导工业场景（如柔性装配、杂乱抓取等）端到端 VLA（Vision-Language-Action）模型的技术选型、后训练（Post-training）与落地架构设计。 2. 自有工业数据基座与工具链研发：从算法需求出发，主导建立自有的高质量工业具身多模态数据库；主导开发配套的数据采集、清洗、标注、切片与自动化评测工具链；制定数据资产的标准化构建规范与管理流程。 3. 前沿算法复现与优化：跟踪并复现具身智能领域的前沿成果，结合真实工业场景开展针对性算法创新与性能调优。 4. 外部生态合作与联调：作为核心技术接口人，主导与外部大模型团队或高校的联合研发；完成开源基座模型与自研系统底座的深度适配与集成。 5. 团队技术把关与体系建设：负责具身算法团队的代码规范制定、模型评测体系建立，在真实的工业场景中解决复杂的真机部署与系统集成问题。 任职要求： 1. 硕士及以上学历（博士优先），计算机、人工智能等相关专业。 2. 3年以上 AI 算法研发经验，其中至少 2 年以上具身智能（VLA/模仿学习/强化学习）实战经验，有从 0 到 1 的工业场景落地经验者优先。 3. 深入理解主流 VLA / WAM 等算法架构，精通 PyTorch 及主流深度学习框架，熟悉 LeRobot 等开源具身生态。 4. 数据工程与闭环思维：具备极强的数据基建与数据闭环思维，深刻理解多模态真机数据的同步对齐机制、异源数据清洗与标准化治理，能够将真实工业场景的复杂需求转化为可落地的数据资产与模型训练策略。 5. 熟悉 ROS2 环境，具备丰富的真机部署与调优经验，能独立解决模型在真实物理世界落地时的泛化性、实时性与鲁棒性问题。 6. 在 CoRL、RSS、ICRA、NeurIPS 等顶会发表过相关论文者优先；具备优秀的团队管理与跨部门沟通能力。"