3 个岗位· 2026-08-13

1. 负责机器人世界模型的设计、训练、优化与迭代，实现物理场景理解、物体交互预测、环境动态建模，支撑机器人复杂场景自适应作业能力。 2. 深耕具身大模型、VLA 端到端建模、强化学习、模仿学习等核心技术，解决机器人多任务泛化、长时序决策、虚实迁移等关键问题。 3. 跟进行业前沿技术，完成算法复现、创新优化与消融实验，落地适配实体机器人的感知、规划、控制全链路算法。 4. 配合工程团队完成模型部署、推理加速与真机调优，保障算法稳定落地迭代，沉淀核心技术成果、专利与论文。

1. 学历：计算机、人工智能、机器人学、自动化、机器学习、应用数学等相关专业，硕士及以上学历，博士优先，在读优秀硕士/博士生均可。 2. 基础扎实：精通深度学习、生成式模型、Transformer、强化学习、机器人学等核心理论，熟悉具身智能、世界模型技术体系。 3. 工程能力：熟练使用 PyTorch 等主流框架，具备实战经验。 4. 具备独立科研攻关能力，有良好的实验设计与问题复盘能力。

具身世界模型方向。 1. 前期（数据模型搭建与方案落地）：围绕机器人 VLA 模型、感知、决策、控制及世界模型训练需求，搭建标准化数据、特征、样本建模体系。 2. 中期（数据平台与系统搭建）：从零到一规划并落地机器人专属数据研发平台，打通端边云数据链路，实现数据全流程自动化、标准化。 3. 底层基建与稳定性保障：统筹架构规划，制定优化方案。保障数据安全稳定流转，排查故障，支撑测试迭代。 4. 数据治理与团队管理：搭建数据体系，沉淀核心数据资产；数据团队搭建、技术规划与跨部门协同，深度赋能算法与产品落地。

1. 本科及以上（硕士优先），计算机/AI/自动化等专业；5 年以上大数据架构经验，1-3 年团队管理/一号位经验。 2. 精通数据建模与架构，熟悉数据湖、湖仓一体，能独立输出企业级方案。 3. 熟练掌握 Spark、Flink、Kafka 等技术栈，具 PB 级海量数据处理与高可用架构经验。 4. 熟悉算力集群、硬件采集与传输逻辑，具硬件调度、调优及故障排查能力。 5. 具业务拆解、项目推进与管理能力，适配 AI 机器人业务快速迭代节奏。

1. 集群与算力基建：负责机器人基座模型训练集群调度、算力管理、环境镜像与存储优化，保障模型高效稳定训练。 2. 数据流水线：搭建并优化 AI 数据流水线，支撑多模态数据清洗、预处理、增量更新与版本管理，适配持续训练与微调。 3. 工具链与效能：建设训练自动化、实验管理、日志监控及模型版本控制工具链，提升研发效率，缩短迭代周期。 4. 全链路部署：打通云与端侧训练、量化、推理及上线全链路，解决环境兼容、性能优化与资源调度问题。 5. 前沿技术与保障：跟进 AI 基建与机器人工程化前沿技术，优化集群利用率与稳定性；配合团队解决排查基建问题，保障业务推进。

1. 本科及以上，计算机/软件/自动化/电子等专业；24-26 届应届生（优秀优先）或 1-3 年经验；愿意深耕基建，适应初创快节奏。 2. 扎实 Linux 基础，精通 Shell/Python，熟悉网络、进程、存储等运维知识。 3. 熟练使用 Docker、K8s，了解镜像制作、容器编排与资源调度原理。 4. 熟悉 GPU 集群使用、训练调度与数据集管理，有 AI/大模型 Infra 经验。