职位描述1、构建具身智能和机器人控制大脑，让模型支持通用场景下的长时复杂任务，支持特定领域或场景下的智能体设计； 2、负责模型的训练、微调 VLM/LLM 以支持 Function Call（工具调用）、Agent/Prompt 工程、CoT 推理优化、强化学习等； 2、负责模型的架构选型和场景优化，负责模型的训练策略探索。专注于解决长序列任务的失败恢复（Re-planning），确保任务逻辑的闭环。任职要求1、硕士及以上学历，计算机科学、人工智能、电子工程、数学或相关专业； 2、具备扎实的线性代数、概率统计、优化理论、信息论等数学基础； 3、熟悉 Python，熟悉 C++/CUDA，掌握 PyTorch/TensorFlow 框架； 4、大模型研发经验：参与过大规模视觉语言模型（VLM）、智能体（Agent）系统或 LLM 的研发 / 优化；熟悉模型训练、微调（LoRA/Adapter）、推理加速（如 TensorRT）、分布式训练（Megatron-LM/DeepSpeed）相关技术； 5、熟悉多模态（文本、图像、视频）表征学习、强化学习（DQN/PPO）、知识蒸馏、提示工程（Prompt Tuning）；有 Agent 规划算法（如 ReAct、Tree of Thoughts）、多智能体协作框架开发经验者优先； 6、具备从论文复现、数据清洗、模型训练到部署优化（如模型压缩、服务化）的端到端项目落地经验；熟悉云计算与算力工具（AWS/GCP/Azure）、HuggingFace、LangChain、LlamaIndex 等生态工具； 7、熟读 NeurIPS、ICML、CVPR、ACL 等领域顶会论文，有创新模型设计或算法改进经验；在多模态生成、因果推理、Agent 自主决策等方向有成果者优先； 8、具备良好的跨团队沟通协作能力，能与产品、工程团队高效协同，逻辑严谨，擅长从复杂场景中抽象技术方案，具备优秀的问题解决能力，能适应快速迭代的工作环境；
