【27届】算法工程师（强化学习）

1. 参与工业级机器人应用场景下的强化学习、计算机视觉等算法研发，以及模型压缩、量化与落地部署工作，在真实系统中探索突破现有技术边界，解决复杂工业场景中的关键问题；

2. 围绕真实机械臂系统，在导师指导下，参与学习型模型从训练到推理的整体 pipeline 设计与工程化实现，解决真实系统中对时延、稳定性与资源约束的要求，逐步突破传统控制、强化学习与自动化方法的能力边界；

3. 结合计算机视觉、力位混合感知等信息，参与构建感知—决策—控制协同的算法体系，推动算法在真实系统中的闭环运行；

4. 根据具体应用需求，参与算法方案设计、实验验证、系统集成及工程化部署，学习并实践算法在工业现场中的稳定运行方法；

5. 跟踪机器人与具身智能相关方向的学术与工业进展，在实际项目中尝试将研究方法转化为可落地的工程方案

1. 全日制硕士及以上学历（或有相关经历的优秀本科生），计算机、人工智能、自动化、机器人等相关专业背景；

2. 学习过强化学习、计算机视觉或深度学习相关课程，具备良好的理论基础，对机器人学习方向有浓厚兴趣；

3. 有机器人、机械臂或真实物理系统相关的课程项目、科研或实习经验者优先，理解真机环境中的干扰、不确定性及工程约束；

4. 熟悉 Linux 开发环境，具备良好的 Python / C++ 编程基础，能够完成算法实现、实验复现与调试工作；

5. 了解或接触过模型压缩、量化、推理加速、系统集成优化或算子优化相关技术者优先；

6. 了解或接触过真机强化学习、模仿学习或 sim-to-real 等方法者优先；

7. 对机器人控制、力控、视觉伺服或多臂协同等方向有学习或实践经历者优先；

8. 具备较强的创新意识与自我驱动能力，对前沿技术保持长期热情，愿意挑战高难度问题，持续突破自身技术能力边界，追求高水平、有影响力的技术成果