具身AI infra研究员

参与自研机器人端侧运行时框架的设计与演进，支持多算法模块的编排、调度、生命周期管理与资源隔离，与算法团队协作，将视觉、感知、控制、规划等模块工程化落地。

优化端侧实时性、稳定性、资源占用与故障恢复能力，设计端云通信协议、数据同步机制和统一任务模型，支撑端云协同与多机器人接入。

参与机器人云端服务体系建设，包括模型服务、数据服务、调度服务、大模型推理服务等，设计高可用、可扩展、可观测的云端基础架构。

负责大模型推理集群的构建与性能优化，提升模型服务的吞吐、延迟、资源利用率和稳定性；建设端云协同链路，包括数据回传、模型下发、任务调度等。

搭建数据自动化处理管线，优化数据流转、清洗、标注、回放与分析效率，支撑机器人数据闭环与模型迭代。

优化大规模服务的部署与发布效率，建设可观测性体系，支撑多机器人并发接入、数据隔离与线上问题定位。

在以下一个或多个子方向深入探索：端侧 runtime / middleware / scheduler、云端推理与调度、端云协同、数据闭环与可观测性；鼓励团队成员具备多元化能力。

国内外高校硕士或博士应届毕业生，计算机、软件工程、机器人、自动化、人工智能、电子等相关专业。

熟练掌握 C++ 或 Python，至少一种为主力开发语言；具备良好的代码设计能力，包括模块化、抽象与可维护性；能与 Coding Agent / AI 工具高效协作，同时对简洁可靠、可维护的代码有明确审美。

熟悉系统编程基础，包括并发编程、网络编程、高性能编程、Linux 系统开发与调试能力。

能理解并拆解复杂工程系统，理解分布式系统或实时系统的基本设计思想；有中大型系统设计或核心关键模块设计经验者优先。

具备良好的跨团队沟通与学习能力，能够与算法、后端、运维、硬件等团队协作，重视工程质量与可测试性。

有 Kubernetes / 云原生系统、实时系统 / 边缘计算 / 多传感器系统、自动驾驶 / 机器人 / 工业控制系统、自研 runtime / middleware / scheduler 经验者优先。

熟练掌握更多编程语言，如 Rust、C、Go 等者优先；有开源项目或工程实践作品者优先，请在简历中随附。