具身智能Agent研发工程师（通用移动物理AI）

负责端云协同的具身智能 Agent 全栈系统架构设计以及多模态大模型与移动机器人能力的深度融合，涵盖感知融合、认知决策、运动规划、执行闭环、记忆管理、工具调用等核心功能模块的研发与迭代优化；

负责具身智能 Agent 在真实物理场景中移动任务的全链路闭环，包括环境语义理解与建图、动静态障碍物规避、多模态交互、异常处理、执行效果监控与数据驱动的迭代优化；

与上下游团队协作，完成从模型能力到系统能力、从原型验证到部署的全链路建设，沉淀通用化具身 Agent 研发框架设计与落地方法论。

计算机科学、人工智能、机器人学、自动化或相关专业硕士及以上学历，综合技术实力突出或实战经验丰富者，可适当放宽学历要求；

熟悉以下至少两个方向的核心技术： a. Agent架构与应用：熟悉 ReAct、CoT、Tool-Use、Plan-and-Execute 等Agent范式，具备LLM/VLM驱动的自主决策系统开发经验，或精通Prompt Engineering、RAG、Agent 框架（如LangChain / AutoGPT / CrewAI 等）； b. 多模态大模型应用：有视觉-语言模型（CLIP、LLaVA等）或视觉-语言-动作模型（RT-2、OpenVLA等）的微调、部署或应用经验； c. 机器人软件系统：精通ROS/ROS2，熟悉实时系统、边缘推理部署（TensorRT、ONNX Runtime等）； d. 机器人感知与规划：熟悉视觉SLAM、语义建图、运动规划（MoveIt等）、行为树/状态机等机器人经典技术栈。

熟练使用各类 AI 工具（如 Agent 类工具、生成式 AI 工具等），具备主动运用 AI 技术解决实际问题的意识与能力；

自驱力强，对人工智能、智能驾驶、具身智能领域充满热情，有志于在物理 AI 领域深耕并产出高质量成果。 加分项

有大模型微调、强化学习（RL/RLHF）等相关技术在机器人场景的落地经验；

有机器人仿真平台经验（Isaac Sim、MuJoCo、Gazebo等），熟悉Sim-to-Real流程；

在开源具身智能 / 大模型 Agent 项目中有核心代码贡献，或在相关领域顶会 / 顶刊发表过高水平论文；

有Robocon、RoboMaster等机器人相关竞赛经验，独立承担或深度参与过硬件搭建、算法调试等环节。