具身算法岗（VLA）

核心职责：

研发先进的 Vision-Language-Action (VLA) 多模态算法，设计端到端的训练与推理框架。

探索多模态表征学习、跨模态对齐、动作生成等关键技术（如基于Transformer、Diffusion Model等架构的模型优化）。

针对具体场景（如机械臂控制）设计高效的模型压缩与部署方案。

跟踪学术界与工业界最新进展（如GPT-4V、RT-X、V-JEPA等），推动技术落地。

任职要求

必备条件：

教育背景： 计算机科学、人工智能、电子工程等相关专业硕士及以上学历。

技术能力：

扎实的深度学习基础，熟悉PyTorch/TensorFlow框架。

在多模态领域（CV+NLP）有实际项目经验，熟悉CLIP、BLIP、Flamingo等模型。

熟悉强化学习（RL）、模仿学习（IL）或动作生成技术者优先。

工程能力： 具备模型训练优化、分布式训练、ONNX/TensorRT部署经验。

语言能力： 熟练阅读英文论文，复现或改进前沿算法。

加分项：

在顶级会议（CVPR/ICML/NeurIPS/ICLR等）发表过多模态相关论文。

有机器人、自动驾驶、具身智能（Embodied AI）项目经验。

熟悉多模态数据集（如Ego4D、Something-Something、CALVIN等）。

我们提供

与顶尖AI团队合作的机会，参与高影响力项目。

国际化的技术氛围，充足的算力资源（GPU集群）。

有竞争力的薪资与成长空间。