后训练算法工程师

岗位职责

负责vla/vam模型后训练技术研发，包括SFT与真机强化；

围绕机器人操作任务构建训练数据、奖励机制和评测体系；

推动后训练方法在真实灵巧手任务中验证和应用；

寻找一种通用的方法，持续优化模型稳定性、泛化性和任务成功率。

任职要求

熟悉 SFT、真机强化相关后训练方法；

有多模态模型或具身模型后训练经验；

具备扎实的工程实现与实验能力；

有优秀会议论文，或高质量开源项目 / 研究项目 经验者优先。