算法实习生（机器人方向）

岗位介绍
我们希望你参与机器人方向的算法研究、实验设计和模型迭代工作，当前重点面向人形机器人相关问题。这个岗位适合对算法、数学、机器人学习和科研探索有明确兴趣的同学。你会参与从文献理解、方案实现到实验验证的完整过程，并与系统同学协作推动算法在真实平台上的落地。

岗位职责
参与机器人方向算法的研究、实现、实验与优化，围绕具体问题推进可验证的研究结果。

参与科研项目中的文献调研、方案复现、实验设计、结果分析和迭代改进。

参与机器人数据处理、模型训练、推理验证和实验评估等工作，推动算法从想法走向可运行结果。

配合系统同学推进算法在真实机器人平台上的部署、测试与联调，关注算法效果与系统约束之间的结合。

参与人形机器人相关方向的研究探索，支持模型、数据、实验流程和评测方法的持续完善。

任职要求
学习能力强，对算法和数学有热情，具备较强的理解、推导和实现能力。

具备扎实的编程能力，能够独立完成算法实现、实验复现和研究代码开发。

有机器人、机器学习、计算机视觉、控制、强化学习或相关方向的科研/项目经历。

具备一定的数学建模相关经验，参加过数模竞赛、科研训练或具有同等强度的建模实践。

熟悉现代 AI 辅助开发工作流，有使用 Codex、Claude Code、Gemini CLI 等工具的实际经验，能够提升实验、开发和科研效率。

熟悉 VLA、OpenVLA 等相关模型或框架，这一项属于基本要求，而不是加分项；希望你能够阅读相关论文，理解基本范式，并具备一定的上手和实验能力。

对机器人本体、控制约束、感知输入和真实部署问题有基本认知，理解机器人算法并不只是纯离线建模。

具备较好的科研协作意识，愿意投入到文献阅读、实验复现、结果分析和持续迭代中。

加分项
有论文发表、技术报告撰写或较完整的科研产出经验。

参加过 RoboMaster（RM）等机器人竞赛，并承担过算法、感知、控制或系统联调相关工作。

有真实机器人平台上的实验经验，而不只是仿真、离线数据或纯模型训练经验。

除 VLA、OpenVLA 之外，对 ACT、LeRobot、OpenPI、GR00T 等相关模型、框架或数据范式有进一步实践。

做过较完整的研究项目、模型复现或系统化实验，并能清楚说明自己的贡献与结论。