锦鲤求职岗位描述
岗位职责
我们在预训练基座之上，做面向移动操作的后训练。目标是让同一模型具备通用移动，操作能力：在开放环境中理解任务、完成多样操作。本岗位负责后训练方法、任务数据策略和真机效果。
1. 负责移动操作模型的后训练，通过监督微调、模仿学习和强化学习等方法，提升通用操作能力在开放场景中的成功率和泛化能力；
2. 研究跨场景、跨本体的后训练数据策略与混合训练方法，使模型少依赖特定任务的大量新数据，就能迁移到新的操作任务、场景和本体；
3. 把语义理解和空间认知稳定映射到可执行的移动与操作，提高模型在真实任务中的执行一致性；
4. 完成后训练实验、模型迭代和真机验证，与操作、运控和评测团队合作定位失败原因并持续改进；
5. 跟踪模仿学习、VLA、世界模型、强化学习等多模态后训练方法，按实验结果选择用于通用移动操作的路线。
岗位要求
1. 计算机、人工智能、机器人等相关专业，硕士及以上学历；
2. 熟悉多模态大模型或机器人学习模型的训练流程，有后训练或微调经验；
3. 熟悉模仿学习、VLA、世界模型、强化学习中至少一类方法在机器人任务中的用法；
4. 熟练使用 Python 和 PyTorch，能够独立完成实验设计、训练和结果分析；
5. 关注真机任务效果，具备较快的实验迭代能力。
加分项
1. 有通用操作、移动操作或机器人基础模型的后训练、微调经验；
2. 有跨任务、跨场景、跨本体泛化，或少样本适应的项目经验；
3. 有从训练到真机验证的完整经历；
4. 在 CoRL、RSS、ICRA、CVPR、NeurIPS、ICLR 等发表过论文。