VLA算法工程师-HK

与各地算法团队联合，共同定义操作策略模型的技术方案；负责其中模型结构、预训练或后训练方向的方案设计与实现；

跟踪 VLA / VLM 领域前沿进展，引入并复现有价值的新方法，针对当前方法的不足提出改进与创新方案，并推动其进入开发主线；

围绕成功率、泛化性与推理效率持续优化策略模型，输出可复现的训练流程、模型与评估报告；

在真机上完成算法验证与迭代，配合工程团队推进产品化落地，参与真机问题的定位与闭环；

应用场景：全身 VLA 操作、灵巧操作、高动态反应式操作；与仿真及数据团队协作定义训练数据规范与质量标准，参与数据问题的定位与闭环；

分为 VLA 基础模型结构、强化学习预训练、强化学习后训练三个方向，按候选人背景匹配。

硕士及以上学历，计算机、人工智能、机器人、自动化等相关专业；

掌握机器学习、最优化、机器人学的基础理论；

熟练使用 Python，具备良好的编程规范与工程习惯，熟悉 PyTorch 及分布式训练工具链；

深入了解 VLA、VLM 及图像 / 视频生成模型，具备 VLA 或 VLM 的完整训练经验（数据构建—训练—评估—迭代）；

对数据质量有深刻理解，能够从模型表现反推数据问题；

分方向要求：

基础模型结构方向：熟悉主流 VLA 架构（Diffusion Policy、Flow Matching、Autoregressive Action Tokenization 等），有模型结构改进与消融实验经验；

强化学习预训练方向：熟悉大规模离线数据上的表征学习与预训练范式，有 World Model 或 Offline RL 相关经验；

强化学习后训练方向：熟悉在线微调、奖励建模、RLHF / RLAIF 等后训练方法，有仿真或真机闭环调优经验；

有机器人控制或真机部署经验者优先；了解机器人行业及实际落地约束；