4 个岗位· 2026-05-07
公司近期完成行业薪资 mapping，薪酬体系可对标主流招聘平台同岗位的薪酬范围。社招、校招、实习均有大量需求。 星尘智能 AI Lab 团队，坐标深圳南山，核心聚焦 VLA/WAM 等基座模型研发。已发表 Lumo-1 论文（arxiv.org/abs/2512.08580v2）。整体负责人王佳楠，曾在 DeepMind、IDEA 研究院深耕多年。今年公司将大幅增加 HC 和配套研发资源，岗位长期开放；除核心方向外，VLA 领域内任何有价值的细分/研究方向均有招聘需求，不设方向限制。最看重两点：岗位基础能力扎实 + 思维逻辑与做事方式同频，不要求机器人相关背景。简历筛选顺利后可线下约见，欢迎到公司参观交流。投递邮箱发送后将由发帖人（Lumo-1 一作，曾在 Baidu、IDEA 研究院、面壁智能任职）直接内推给对应负责人。
- 硕士及以上学历，计算机科学、人工智能、机器人学等相关专业，具备扎实的深度学习理论基础（部分岗位本科及以上即可） - 深入理解 Transformer 架构核心原理，精通多模态大模型预训练全流程，有 VLA、世界模型、视觉语言大模型、生成式大模型的研发经验 - 熟练掌握 PyTorch 等主流深度学习框架，具备大规模分布式训练的实战经验，能独立解决大模型训练的核心技术问题 - 后训练岗位：精通主流强化学习算法（PPO、SAC、IQL、CQL 等），熟悉扩散策略、动作序列建模等机器人主流策略学习范式；熟悉 ROS/ROS2 机器人操作系统，了解机械臂运动学、传感器数据处理、遥操作数据采集等相关技术 - Infra 岗位：熟练使用 Ray、Spark 等分布式计算框架，有大数据仓、批流一体数据处理架构的实践经验 - 数据算法岗位：有自动化标注、半监督数据清洗、Prompt 工程优化相关项目经验，具备通过技术手段规模化提升数据生产效率的成功实践 - 具备优秀的算法创新能力与工程落地能力，有强烈的技术好奇心与自驱力，良好的团队协作能力与沟通能力
VLA/世界模型预训练算法工程师
负责具身智能领域 VLA（视觉-语言-动作）、世界模型（WAM）基座大模型的架构设计、核心算法研发；主导视觉、语言、动作、多传感器时序数据等多模态信息的统一表征学习与跨模态对齐算法研发；设计并优化大规模预训练范式（掩码建模、对比学习、生成式预训练等）；搭建分布式预训练全链路流程，解决大规模训练中的稳定性、效率与性能优化问题；跟踪具身智能、多模态大模型、世界模型领域的前沿技术进展，开展前沿算法复现、创新与落地
VLA后训练算法工程师
负责 VLA 大模型的后训练全流程研发，包括指令微调（SFT）、人类反馈强化学习（RLHF）、领域适配微调等；主导真机场景下的强化学习算法研发与落地，覆盖离线强化学习、在线策略微调、稀疏奖励设计、长程任务课程学习等方向；负责具身智能 Agent 核心能力构建，包括复杂长程任务的层级拆解、环境感知-决策规划-动作执行的闭环控制、多轮交互与错误修正能力研发；搭建模型真机验证与效果迭代闭环，解决 sim2real 迁移核心痛点；协同预训练、数据、Infra 团队对齐模型迭代目标
AI Infra工程师
负责具身大模型（VLA/世界模型）分布式训练系统的架构设计、研发与性能优化，保障大规模预训练与微调任务的高效、稳定运行，极致挖掘硬件算力潜力
数据算法工程师
方向相关