【Plan A】具身智能算法工程师-灵波（实习）

岗位职责

1. 核心模型研发：负责具身模型的全链路研发，包括数据处理、模型预训练、后训练优化及真机部署，确保模型在实际场景中的高效性和准确性；
2. 数据工程建设：主导大规模机器人数据集的采集、清洗、标注和管理工作，构建高质量的多模态数据pipeline，为模型预训练提供坚实基础；
3. 端到端模型训练：参与具身模型的预训练架构设计，并负责真机环境下的强化学习后训练，实现在线学习能力提升；
4. 前沿技术跟踪：持续跟踪具身智能领域的前沿进展（包括最新论文、开源项目等），快速验证并将先进技术落地到产品中，推动模型性能持续迭代。

任职要求

1. 必备条件专业背景：计算机、自动化、机器人或相关专业硕士及以上学历；
2. 核心技能：（1）深入理解机器人模仿学习（Imitation Learning）和强化学习（RL/RLHF）理论 （2）具备大规模机器人预训练模型或真机RL后训练的实际落地经验 （3）熟悉主流VLA架构（π系列, Gr00T, ACT, Diffusion Policy等）或者世界模型（Sora, Genie等）的技术原理 （4）熟悉主流机器人构型（方舟，松灵，franka，UR，非夕等）
3. 技术栈：（1）精通PyTorch/TensorFlow等深度学习框架 （2）熟悉ROS/MuJoCo/Isaac等机器人仿真和控制技术栈 （3）具备优秀的工程实践能力和代码规范意识

【加分项】 （1）在顶级会议发表论文（CoRL, RSS, ICRA, IROS, NeurIPS, ICLR, CVPR, ICCV等） （2）具有具身智能、多模态大模型或机器人操作相关项目经验 （3）有开源项目贡献或技术竞赛获奖经历

特色标签

Isaac Gym、NVIDIA Isaac、Python、RL、Robot Operating System、Torch框架、具身AI、具身人工智能、具身智能、分布式训练、参加算法相关竞赛/获奖、发表算法相关优秀论文、多关节仿真引擎、多模态动作模型、大模型算法、大规模预训练、奖励驱动学习、并行计算、强化学习、智能交互、机器人、机器人操作系统、深度学习、深度学习框架PyTorch、物理仿真引擎、生成式世界模型、示教学习、算法工程化经验、自监督预训练、行为克隆、视觉-语言-动作模型、视频预测模型