具身智能算法工程师（VLA / WAM / RL）

负责具身智能模型及算法研发： -面向人形机器人全身操作、灵巧操作及动态交互等任务，开展 VLA、WAM、机器人基础模型等算法研发； -针对不同机器人本体、真实场景中的视觉变化、机器人本体差异，进行模型适配和泛化能力优化并落地。

负责 VLA / WAM + RL 算法研发： -研究 VLA / WAM 与RL相结合的训练范式，进行策略优化、鲁棒性提升和长时序任务能力增强； -针对真实场景复杂操作任务设计 reward、critic、value function 及训练策略，并优化落地。

负责机器人数据闭环建设： -参与机器人数据采集方案设计，包括任务定义、示教方式、数据格式及采集质量标准； -参与大规模、多任务、多场景机器人数据集建设。

大模型与机器人控制系统协同： -理解 FK/IK、动力学、轨迹规划、WBC/MPC 等基本机器人控制方法； -推动高层 VLA/WAM 策略与底层控制器协同，实现机器人动作的稳定执行； -探索并落地“通用多模态大模型+ 具身基础模型”的混合控制系统，利用大模型完成高层语义理解与任务动态规划，结合底层 VLA 模型执行精细的物理接触与连续动作控制

计算机等理工科专业，3年及以上相关工作经验。

具备扎实的编程能力和工程实现能力，具有扎实的 Python / C++ 编程能力，熟悉 PyTorch 等深度学习框架，具备良好的深度学习、机器学习、优化及机器人基础知识, 能够独立完成算法开发、实验设计、训练调试和问题定位。

具有真实的模型训练经验，至少熟悉以下2项技术：Transformer / DiT 等基础模型架构； Diffusion Model / Flow Matching； SFT / Imitation Learning； RL / Offline RL / Online RL。

有 Pi 系列、GR00T系列、DreamZero、LingBot-VA、FastWAM等相关工作者优先。

应至少具备以下1项真实机器人经验，在真实机械臂、双臂机器人或人形机器人平台上完成过算法部署；有真实机器人数据采集及示教经验；能够针对真实机器人失败案例进行分析并完成算法迭代