锦鲤求职岗位描述
岗位职责
你将参与：
1. 参与具身操作模型的 SFT 和 RL 训练，包括数据格式设计、训练配置与效果评估；
2. 在真实机器人平台上设计并实施 RL 训练方案，提升模型泛化能力与鲁棒性；
3. 参与通用奖励模型设计与训练，实现长程任务下的高效真机强化学习；
4. 跟踪具身智能前沿论文，探索基础模型与 RL 结合的新技术；
5. 编写技术文档，沉淀训练-部署最佳实践。
岗位要求
1. 2027届毕业生，本科及以上学历及以上，、计算机、人工智能、机器人、自动化等相关专业。
2. 理解 PPO/SAC 等 RL 核心算法，熟悉 VA/VLA/WAM 等具身操作大模型；
3. 扎实的机器人运动学与动力学基础，能处理真机延迟、噪声等非线性问题；
4. 精通 Python 与 PyTorch，熟悉主流 RL 框架；
5. 责任心强，有论文阅读复现能力和团队协作精神。