具身全栈评测

职位描述

1. 设计并持续迭代具身智能模型的评测体系，覆盖仿真评测、真机评测、离线评测与真实业务场景评测；以可规模化为原则，将评测流程沉淀为可复用的标准流程，提升重复环节的自动化程度，使人工投入聚焦于判断与分析。

2. 构建任务集、场景集、指标体系，客观衡量模型在操作、感知、决策、泛化与稳定性等维度的表现，确保指标定义清晰、口径统一。

3. 建设自动化评测平台，支撑模型高频迭代节奏；建立测试记录的自动化归档链路，实现过程可追溯、结论可复核、结果可复现。

4. 分析模型失效案例，沉淀错误类型、量化失效原因占比、定位能力短板与数据需求，将模型问题转化为可执行的改进建议，反向驱动数据生产策略与模型迭代方向。

5. 推动评测中发现问题的定位与闭环，主动跨团队协作，保障模型迭代与交付进度。

6. 跟踪具身智能、机器人学习与多模态模型领域的评测方法与行业 benchmark，持续优化评测体系并建立对标基准。

职位要求

1. 计算机、人工智能、机器人、自动化等相关专业背景，具备工程化能力。

2. 具备良好的实验与评测意识，能够将复杂问题拆解为可重复、可对比、可量化的测试方案，并进行严谨分析。

3. 具备数据分析与编程能力（Python 等），能够独立完成评测脚本开发、结果分析与可视化；具备流程化、工具化建设意识，能主动将重复性工作自动化。

4. 具备规模化与自动化思维，工作严谨细致，具备质量意识，能够对评测结论负责。

5. 逻辑清晰，书面表达能力强，能够清晰撰写评测结论与问题反馈；主动性强，具备良好的沟通协作能力，能够推动问题形成闭环。

6. 熟练运用 AI 工具辅助工作，具备持续学习意愿；具备模型训练经验或相关研究经历者更佳。

加分项

7. 具备大模型、自动驾驶或机器人等领域的评测经验。

8. 具备真机实验、遥操作（Teleoperation）数据采集或仿真平台（Isaac Sim、MuJoCo 等）相关经验。

9. 熟悉 ROS / ROS2 与 Linux 开发环境；具备 π0、OpenVLA、ACT、Diffusion Policy 等 VLA / 策略模型的实操经验。

10. 具备 benchmark 设计、自动化回归测试或评测平台建设经验。

11. 熟悉 vibe coding，ai agent 等工具，具备 ai native 思维，可独立搭建可运行产品原型

12. 好学踏实，思维灵活，善于沟通