27届正式批-具身操作大模型工程师（机器人方向）

你将与资深工程师一起合作，完成以下一项或多项工作：

1. 01

   负责VLA/VTLA/WM等多模态操作大模型的预训练/微调（SFT）、结构优化、训练加速、部署交付，推动模型算法在真实场景落地 ，并任务成功率提升至可以批量落地的水准（99%+）；

2. 02

   负责构建和完善覆盖视觉、触觉、力矩、关节状态、语言指令等方面的多模态数据存储、管理平台，负责数据清洗验收和标注的规范制定，负责构建包含自动验收及标注等方面功能的数据闭环体系；

3. 03

   负责优化无本体的数据采集和模型训练方案（如UMI, 人类示教视频等），降低数据获取成本与硬件依赖；

4. 04

   负责模型算法在端侧的部署和优化，通过算子融合、模型量化等方式将模型部署并优化加速至满足端侧推理实时性和帧率需求，定位和解决模型算法在实际部署中的延迟、精度等问题；

5. 05

   负责优化模型的记忆、推理能力与泛化性；

6. 06

   负责基于主流仿真环境（Isaac Sim 、Isaac Lab、Mujoco等）结合具体场景任务构建高保真场景以及合成数据生成，支撑大规模训练以及评测benchmark构建

期望你满足以下至少3项要求

1. 01

   硕士及以上（优秀可放宽），计算机 / 自动化 / 人工智能 / 机器人等相关专业；

2. 02

   熟悉Python以及C++，具备优秀的编码能力和工程能力；

3. 03

   具备扎实的深度学习、大模型理论基础，具备较强的论文复现、工程部署能力和系统工程思维；

4. 04

   熟悉pytorch/Jax等主流模型训练框架，熟悉WandB、tensorboard等可视化工具， 具有vla、wm、vlm、llm等模型分布式训练、推理加速、真机部署等经验者优先；

5. 05

   熟悉具身领域常见模型方法，有真机实操经验优先，如：Pi、Gr00t系列等；

6. 06

   熟悉算子部署，算子加速，对于异步推理有实操经验；

7. 07

   了解UMI（Universal Manipulation Interface）无本体数采原理具有，有手持夹爪数据采集系统搭建或使用经验者优先；

8. 08

   有顶会论文或头部公司核心项目实习经历的优先；

9. 09

   具有端侧模型推理、量化、部署的相关经验（熟悉TensorRT / ONNX / Jetson / ROS2等）者优先