具身智能算法工程师（VLA&运动控制方向）

1.负责具身智能（Embodied AI）方向核心算法研发，包括但不限于 Vision-Language-Action（VLA）、World Action Model（WAM）、机器人基础模型（Robot Foundation Model）等相关技术。

2.负责机器人真机控制系统的研发与优化，完成算法在真实机器人平台上的训练、部署、调试与评测，持续提升模型的泛化能力与任务成功率。

3.研究并实现基于大规模多模态数据的机器人学习算法，包括模仿学习（Imitation Learning）、强化学习（RL）、Diffusion/Flow Matching、世界模型（World Model）、长期规划等方向。

4.参与机器人数据采集、自动标注、训练流水线、模型评测体系等基础设施建设，推动大规模具身模型训练与迭代。

5.跟踪国际前沿研究，探索 Embodied AI 最新算法，推动研究成果发表于国际顶级学术会议，并实现工程落地

必备条件：

1.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.熟悉机器人真机控制与运动控制，具有机械臂、移动机器人、人形机器人等真实机器人平台开发经验。

3.熟悉具身智能相关算法，具有以下一个或多个方向的研究或研发经验：

Vision-Language-Action（VLA）

World Action Model（WAM）

Robot Foundation Model

World Model

Behavior Cloning / Imitation Learning

Reinforcement Learning

Diffusion Policy / Flow Matching Policy

4.具有大规模模型训练经验，熟悉 PyTorch，能够独立完成模型训练、分布式训练、调参与部署。

5.熟悉 Transformer、多模态大模型（VLM/MLLM）、视频理解等相关技术。

科研能力

1.在 NeurIPS、ICML、ICLR、CVPR、ECCV、ICCV、CoRL、RSS、ICRA 等国际顶级会议发表论文者优先。

2.具备较强的科研创新能力，能够独立完成课题设计、实验验证及论文撰写。

3.熟悉国际前沿 Embodied AI、机器人基础模型及世界模型研究方向。

加分项：

1.具有具身智能、机器人基础模型或大模型相关行业工作经验。

2.具有机器人项目落地经验，参与过真实产品研发或商业化部署。

3.在 Embodied AI、机器人学习、多模态大模型等方向发表多篇国际顶级会议论文。

4.具有大规模机器人数据集构建、自动标注或数据治理经验。

5.熟悉 Isaac Lab、Isaac Sim、ManiSkill、RLBench、Open X-Embodiment、LeRobot 等机器人生态。

6.熟悉 GPU 集群训练、FSDP、DeepSpeed、Ray 等大规模训练框架。

7.具有开源项目维护经验或对社区有持续贡献。

我们希望你具备：

1.对 Embodied AI 和 Physical AI 有长期兴趣，关注国际前沿研究。

2.具备优秀的问题分析能力和科研创新能力，能够快速推进从论文到真实机器人系统的落地。

3.具有良好的团队协作与沟通能力，能够与算法、机器人、系统工程团队高效合作。

4.追求卓越，乐于探索技术边界，持续推动机器人智能能力的发展