VLA算法工程师

岗位职责
1、负责具身大模型在具体的商业化场景（物流、制造等）中的后训练与落地交付，从数据、模型、算法等多维度提升模型在目标场景下的任务成功率与执行效率；
2、深入理解业务场景需求，制定针对性的数据采集策略与后训练方案，串联数据采集、模型训练、模型评测、真机部署的完整流程，搞笑完成场景适配与交付；
3、针对具体场景中的操作难点（如精细操作、高频节拍等），分析问题原因，通过数据策略调整、训练配置优化、模型迭代等手段持续攻坚；
4、负责模型在真实环境中的部署调试与性能优化，确保模型在目标场景下稳定运行，达到商业化交付标准；
5、沉淀场景落地过程中的经验与方法论，形成可服用的标准化交付流程，支持跨场景的快速复制；
6、推动后训练成果从实验室到产线的高校转化

岗位要求
1、计算机科学、人工智能、机器人学、自动化等相关专业背景，本科及以上学历，硕士以上优先；
2、熟练使用Python/C++，精通PyTorch等主流深度学习框架，具备扎实的工程实现能力；
3、具备VLA或具身大模型的微调/后训练经验，能够独立完成从数据准备到模型训练再到真机验证的全流程；
4、具备丰富的机器人真机调试经验，能够在真实环境中快速定位硬件延迟、传感器噪声、控制精度、动作抖动等问题并迭代优化；
5、具备较强的问题分析与解决能力，能够从数据、模型、系统等多个层面诊断并攻克落地难题；
6、具备强执行力与结果导向意识，能够在项目高压下高效推进交付；
7、具备良好的沟通协作能力，能够与跨团队高效配合。
加分项：
1、有机器人操作（抓取、装配、分拣等）算法的真实场景落地经验；
2、熟悉具身大模型（VLA/World Action Model）相关模型，如OpenVLA、π系列、LingBot-VLA等；
3、有工业、物流机器人的项目交付经验，了解商业落地的完成流程；
4、熟悉模仿学习（IL）、强化学习（RL）等训练范式在机器人操作中的应用；
5、有数据驱动的模型迭代经验，对数据质量、数据配比、数据增强有深入理解；
6、顶级会议（ICRA、CoRL、RSS、CVPR、NeurIPS等）论文发表或相关竞赛获奖。