职位描述
一、岗位职责：
1. 负责具身大模型（VLA/世界模型）后训练中的分布式系统架构设计、吞吐量和效率优化、多机多卡多核scaling；
2. 负责后训练中的神经网络架构研发。熟悉主流VLA/世界模型的架构，在此基础上为后训练做专属的surgery；
3. 负责真机强化学习和test-time training。打通机器人控制到在线学习算法运转的全链路，专属harness engineering、专属代码框架设计、实验调优；
4. 负责真机后训练的autoresearch。调研和研发真机上后训练的loop engineering（如ENPIRE等autoresearch类的算法）；
5. 负责模拟器搭建。熟悉Issac/genesis world/MuJoCo等业界SOTA，为大规模并行RL开发拟真、高速模拟器完成sim2real；
6. 负责后训练中的评测环境搭建。设计模拟器、真机等分层评测体系，搭建和运维一键提交式评测平台，维护内部/外部的算法、模型榜单。
二、任职要求：
1. 本科及以上学历，计算机科学、电子工程、自动化、机械工程、应用数学（计算力学）等相关专业；
2. 对强化学习基础知识和概念有较深理解，如off-/on-policy, value, advantage, policy gradient, actor-critic等；
3. 理解大模型分布式训练原理，对数据并行、张量并行、流水线并行、序列并行等分布式策略有深入研究与实战经验；
4. 有强化学习代码框架和多机多卡多核并行训练的使用经验；
5. 熟练掌握Python, C/C++等编程语言，熟悉PyTorch等主流深度学习框架的底层实现，具备良好的工程开发规范与系统设计能力；
6. 具备良好的问题排查能力与技术攻坚能力，有强烈的技术自驱力与团队协作意识。
三、加分项：
1. 在NeurIPS/ICML/ICLR/CVPR/ECCV/ICCV/ICRA/IROS/CoRL等行业顶会或顶刊上有发表记录；
2. 知名开源AI框架/项目的核心贡献者；
3. 掌握vibe coding, agentic coding并重度或全量使用。针对手头的代码开发、算法实验验流程等日常工作开发过agentic workflow, skill, agent team等；
4. 有AI算法机器人真机部署的经验；
5. 有模拟器开发或其中的场景定制的实际经验。
立即投递
