VLA大模型算法工程师（机器人）(J11193)

【职位总结】

我们正在寻找一名VLA大模型算法工程师，负责视觉语言动作模型在机器人平台上的训练、评测与部署。你将连接多模态理解、策略学习和机器人真机控制，围绕数据采集、模型微调、动作生成、Sim-to-Real及端侧推理建立完整技术闭环，推动VLA能力从模型验证走向真实任务落地。

【核心职责】

1.VLA模型研发：研究并实现Transformer、VLM、Diffusion/Flow Matching、Action Token和Policy Model等技术，完成模型选型、复现、微调与架构改进。

2.机器人数据工程：建设遥操作采集、轨迹切分、清洗、标注、数据配比和增强流程，提升数据质量、任务覆盖度与训练效率。

3.训练与泛化优化：使用PyTorch开展分布式训练、参数高效微调、蒸馏及Sim-to-Real/域适配，提升模型对新场景、新物体和新任务的泛化能力。

4.评测与真机闭环：建立离线指标、仿真评测和真机任务成功率体系，定位感知、语言理解、策略、控制和时延等环节的失败原因。

5.端侧部署优化：完成模型量化、算子适配、显存/内存优化和推理加速，使VLA模型满足机器人平台的实时性与稳定性要求。

【任职要求】

1.专业背景：计算机、人工智能、机器人、自动化或相关专业硕士及以上学历，2年以上多模态大模型、模仿学习或机器人策略模型研发经验；优秀本科生可放宽。

2.核心技能：

-深入理解Transformer、VLM及生成式策略模型，熟悉行为克隆、模仿学习、强化学习或机器人策略学习。

-熟练掌握Python、PyTorch和分布式训练，能够独立完成数据处理、训练调优、实验分析和模型复现。

-理解机械臂或移动机器人控制、坐标系、轨迹、状态与动作表示，以及相机和关节等传感器数据。

-具备模型量化、推理加速和显存分析能力，能够处理端侧部署中的算子、时延与稳定性问题。

3.加分项：

-复现或改造过OpenVLA、pi0、GR00T、ACT、Octo等主流VLA/机器人策略模型者优先。

-有遥操作数据采集、机器人真机闭环、Sim-to-Real或具身智能基准评测经验者优先。

-具备多模态模型与机器人系统交叉背景，能够贯通模型训练、部署优化和真机控制者优先。