世界模型算法工程师

岗位方向 World Model、Robot Learning、多模态表征学习、策略学习 二、岗位职责

参与具身智能基础模型和机器人学习算法研发，支持机器人在家庭服务、物体操作、多任务执行等场景中的能力提升；

研究并实现面向机器人任务的视频表征学习、时序状态建模、动作预测、策略学习等算法；

基于机器人采集数据、仿真数据和视频数据，设计模型训练方案、实验指标和评估流程；

跟进并复现前沿论文，将相关方法转化为可验证、可迭代的内部实验系统；

与机器人本体、数据采集、仿真、训练平台和部署团队协作，推动算法从离线实验走向仿真验证和真机验证；

分析模型训练和机器人执行中的失败案例，持续优化数据、模型、loss、训练流程和评估标准。

计算机、人工智能、自动化、机器人、数学、电子信息等相关专业背景，硕士及以上优先。

具备扎实的机器学习和深度学习基础，理解 Transformer、representation learning、sequence modeling、optimization 等基本方法。

熟悉 PyTorch 等深度学习框架，有较强的模型实现、训练调试和实验分析能力。

具备较强的论文阅读和算法复现能力，能够将论文方法拆解为工程可实现方案。

具备良好的实验设计能力，能定义合理的评价指标，判断算法改动是否真正有效。

有较强的问题抽象能力和研究主动性，能在不确定问题中提出假设、设计实验、验证结论。

具备良好的工程协作能力，能与数据、仿真、平台、机器人硬件和部署团队配合推进闭环。

加分项（具备以下任一经验者优先）：

视频自监督学习、多模态表征学习、世界模型、视觉预测、轨迹预测经验；

mitation learning、reinforcement learning、model-based RL、robot learning 相关经验；

机器人操作、仿真环境、Sim-to-Real、VLA / VLM / embodied AI 相关经验；

有大规模模型训练、分布式训练、训练稳定性优化经验；

在相关方向发表过论文，或主导过高质量开源项目、竞赛、科研项目。