具身规划模型算法工程师

负责针对长程移动操作任务的具身规划模型的训练，覆盖数据处理、模型微调、RL 后训练、效果验证全链路，实现针对长程的移动操作任务的规划能力和完成度判断能力，并具有良好的泛化能力；

负责具身操作领域开源数据的收集、清洗与标注，以及自研场景下自采数据的处理与 pipeline 搭建，构建高质量具身操作数据集，支撑模型的训练与迭代；

负责具身规划模型的真机推理部署与性能优化，保障模型在真实机器人环境中稳定高效运行；

与感知、控制团队紧密协作，参与具身大脑系统的集成与联调，跟踪前沿技术，持续优化规划模型的效果与工程效率。

计算机、人工智能、机器人学、自动化控制等相关专业；

具备多模态大模型相关的数据收集、模型训练、推理部署等项目经验，熟悉具身智能场景下的模型开发流程；

熟悉具身智能开源数据集，如 RoboVQA、ShareRobot、Agibot World、RoboCOIN、RoboMIND，以及人手操作数据集 Ego4D、Epic-Kitchen 等；

熟悉多模态与具身操作规划领域经典模型，如 Qwen-VL 系列、LLaVA 系列、RoboBrain、Robix、Mimo-Embodied 等；

熟练掌握 Python/C++ 等编程语言，熟悉 PyTorch/TensorFlow 等深度学习框架，具备良好的代码工程与问题排查能力；

具身操作规划模型的实际训练与优化经验优先；

在具身智能、机器人学、多模态大模型等领域顶会 / 顶刊（如 ICML、ICLR、NeurIPS、ICRA、IROS、RSS、CVPR、ECCV 等）发表论文，有开源项目贡献或具身智能相关竞赛经历者优先。 符合京东价值观：客户为先、创新、拼搏、担当、感恩、诚信。