资深强化学习工程师

主导具身智能机器人强化学习技术路线规划与技术选型，搭建从数据采集、大规模并行仿真训练、预训练/后训练微调、模型蒸馏优化到实机部署的完整训练工程链路。

负责机器人全身运动控制、轨迹规划、作业操作、力控交互等场景的强化学习算法研发，覆盖PPO、SAC、离线强化学习、模仿学习、分层强化学习等主流技术方向，提升机器人运动精度、环境适应性与泛化能力。

攻克Sim2Real（仿真到实机）迁移关键技术，解决仿真与真实环境的域差异问题，保障算法在实体机器人上的稳定落地。

带领强化学习算法团队完成从0到1的技术能力建设，制定研发计划、技术规范与代码标准，统筹项目进度与质量管控，保障核心研发目标按期交付。

主导技术难点攻关，牵头解决研发与落地过程中的复杂技术问题，输出可行的技术方案与落地路径。

联动运动控制、机器人本体、硬件、场景交付等团队，对接产品与业务需求，将强化学习算法落地到具体工业、服务等机器人场景，支撑产品功能实现与商业化落地。

跟进算法在实体机器人上的测试、调试与迭代，定位性能瓶颈，持续优化模型效果、运行效率与实机稳定性。

跟踪强化学习与具身智能领域前沿技术进展，引入业界先进方案、工具与最佳实践，持续迭代公司技术体系与算法效果。

沉淀技术文档、核心专利与技术资产，构建公司在具身智能强化学习方向的技术壁垒。

硕士及以上学历，计算机科学、控制科学与工程、机器人工程、自动化、电子工程等相关专业，博士学历优先。

5年及以上强化学习算法研发与落地经验，深耕具身智能/机器人领域，具备从算法设计、模型训练到实机部署的完整全链路项目经验。

精通PPO、SAC、TD3、DQN等主流强化学习算法，熟练掌握模仿学习、离线强化学习、分层强化学习等技术方向，具备预训练、后训练、模型微调、蒸馏压缩的全流程训练经验。

熟悉机器人运动控制与运动规划算法，了解机器人动力学建模、轨迹优化、力位混合控制等相关知识，有强化学习与运动控制结合的成熟落地经验。

熟练掌握PyTorch/TensorFlow等深度学习框架，精通至少一种机器人仿真平台（Isaac Gym / Isaac Sim、MuJoCo、Gazebo、PyBullet等），有大规模并行仿真训练、集群训练经验优先。

具备模型工程化部署能力，熟悉ONNX、TensorRT等部署工具，有嵌入式/机器人端模型性能优化、实机部署实操经验。

有从0到1搭建强化学习技术团队、主导完整项目落地的带队经验，具备技术方案规划、项目进度管控与跨部门协同能力。

有具身智能机器人、协作机器人、人形机器人、工业机械臂等相关产品研发经验，有成功量产或规模化落地案例者优先。

具备极强的技术攻坚能力与问题拆解能力，能独立攻克复杂技术瓶颈。

逻辑清晰，责任心强，具备良好的沟通协作能力与团队管理意识。

对具身智能行业有高度热情，持续关注前沿技术动态与产业趋势。