The posting
聚焦灵巧手操作场景，参与具身智能模型与AI Agent的核心算法研发。你将与顶尖团队一起，构建从数据到模型、从训练到部署、从仿真到真机的完整闭环，在真实机器人上验证你的算法。
1. 数据工程与训练基础设施： - 参与构建可规模化的数据生产流水线，接触真实机器人海量数据。 - 学习并参与大规模分布式训练系统优化。 - 动手实践模型推理优化与端侧部署，让算法真正跑在机器人上。
2. 预训练与后训练： - 参与多模态数据配比与表示学习，探索VLA/具身大模型前沿。 - 挑战灵巧手操作任务的强化学习算法，从离线模仿学习到在线强化学习全链路 研究视觉、触觉、力反馈等多模态感知信息与决策的深度融合。
3. AI Agent与规划： - 设计任务理解与分解机制，挑战长时序、多步骤灵巧操作的在线规划。 - 实现工作流的状态管理、异常处理与动态调整。 - 集成大语言模型及外部API，完成Agent在仿真与真机中的部署验证。
4. 评测体系与迭代： - 搭建仿真与真机评测基准，定义“什么是好的灵巧手模型”。 - 主导模型失败案例分析，你的分析将直接驱动算法迭代。 - 跟踪具身智能与强化学习领域前沿技术，推动算法在真实灵巧手上持续进化。
1. 教育背景：硕士及以上，计算机、人工智能、机器人等相关专业。
2. 技能要求： - 熟悉各具身智能模型框架。 - 了解模型训练与优化的各种方法。 - 对“数据→训练→部署”全流程有深度认知，有动手实践经验者优先。 - 有真机部署经验者优先。
3. 加分项： - 了解机器人仿真环境（MuJoCo、Isaac Sim、Gazebo等）或真机部署流程。 - 有数据流水线、评测体系建设相关项目经验 - 了解大规模分布式训练基本概念。 - 有具身智能、VLA、多模态大模型相关项目或研究经历。 - 有从数据到模型到部署的完整项目经历（含课程大作业/科研项目）。 - 在顶会/顶刊发表过相关论文。
