【2027】运筹优化算法工程师（北京）

负责具身智能场景下运筹规划算法研发，运用规划优化与强化学习技术解决调度、路径及多智能体分配问题，推进 VLA 等模型与运筹算法融合，依托仿真平台完成算法调试验证，跟进前沿技术打造可复用工具模块，输出技术文档支撑项目迭代评审

1. 01

   负责具身智能场景运筹规划算法研发，针对机器人任务调度、路径优化、动作时序组合、多智能体资源分配等问题，搭建优化求解模型，输出高效、合规的决策方案；

2. 02

   基于线性/非线性规划、整数规划、动态规划、启发式优化等运筹核心方法，结合强化学习等智能算法，求解TSP、VRP、多约束时序调度等经典优化问题，适配复杂动态场景的优化需求；

3. 03

   参与具身大模型、VLA视觉语言动作模型与运筹优化算法的融合研发，实现语义任务拆解、智能规划推理与有序动作执行，提升智能体长程规划能力；

4. 04

   基于Isaac、Gazebo等仿真平台完成算法建模、迭代调优与验证，配合团队完成算法适配与落地调试，保障算法的稳定性与实用性；

5. 05

   跟进具身智能、智能规划前沿技术，持续优化算法性能与求解效率，参与搭建可复用的优化工具与模型模块；

6. 06

   负责算法文档梳理、技术复盘，参与项目技术迭代与评审工作。 任职资格

7. 01

   硕士、博士应届毕业生；

8. 02

   运筹学、控制科学与工程、人工智能、计算机、应用数学、机器人等相关专业优先；

9. 03

   专业技能：

10. 01

    扎实掌握运筹优化核心理论，熟悉线性/非线性规划、整数规划、动态规划、约束优化、启发式算法等基础理论，了解Gurobi、OR-Tools等常用优化求解器的基本使用；

11. 02

    了解具身智能、机器人规划基础，熟悉路径规划、任务调度基本思路，知晓A*、Dijkstra、MPC等常用规划算法优先；

12. 03

    熟练掌握Python，具备基础C++能力更佳，能够独立完成算法建模、代码实现与仿真验证，熟悉PyTorch框架者优先；

13. 04

    了解大模型、VLA模型与规划算法的融合思路，有相关课程项目、竞赛、科研经历者优先；

14. 05

    了解机器人仿真平台基本使用，有相关仿真实验、课题研究经历者优先。

15. 04

    英语通过CET-6