算法开发岗

岗位职责

1. 搭建并落地「采集 - 训练 - 评测反馈 - 定向补采」的具身数据迭代飞轮。统一规范人类操作 Ego 数据、机器人遥操作数据、DAgger 纠错数据的处理管线，攻克数据清洗、对齐、动作空间映射、质量筛选与自动化质检等工程难题，构建高保真、高多样性的数据生产标准。持续扩大真实操作数据规模与质量，目标实现百万级小时量级的具身数据规模化积累，为模型泛化能力提供坚实数据底座。
2. 聚焦具身操作基础模型核心能力迭代，持续优化模型预训练、强化学习后训练全流程。重点创新跨本体多源异构数据的动作对齐方法（尤其针对人类操作Ego数据与机器人数据之间的动作映射）、跨模态语义联合建模策略，以及基于环境反馈的RL后训练高效微调机制。通过模型结构、训练策略与对齐算法的协同创新，推动自研基座模型在通用操作能力上持续领跑国际权威评测体系。
3. 设计面向具身操作基础模型的系统化评测体系，构建涵盖通用能力与专用场景的分层评测框架，实现模型效果的量化评估、失效案例的系统沉淀与能力短板的归因分析。基于评测结果驱动数据补采与模型优化策略的精确定向，形成数据与模型互驱互进的双螺旋迭代机制，增强模型性能在规模化演进中的持续可控性、可预期性。

任职要求

1. 具备具身智能相关的数据闭环系统建设经验，主导或参与过从数据采集、清洗对齐、质检到模型训练、评测补采的全链路流程；
2. 具备视觉-语言-动作模型算法研发经验，熟悉相关具身操作模型的训练过程和优化策略，善于通过模型结构与训练策略的协同创新，解决复杂环境下认知理解与动作生成难题；
3. 具备具身操作模型真机部署与工程化落地经验，熟悉模型在机器人平台上的部署流程及异步推理、RTC等优化策略，拥有物流、零售等专用场景的规模化应用实践；
4. 追求技术突破与业务价值的深度绑定，致力于攻克具身智能领域数据与模型协同迭代的核心难题，以系统化思维驱动模型能力持续演进；
5. 符合京东价值观：客户为先、创新、拼搏、担当、感恩、诚信。

部门

探索研究院