网易具身智能算法工程师（工程机械智能化）
任职要求
1、熟练掌握大语言模型及多模态大模型的训练和优化方法，精通主流深度学习框架如 PyTorch 或 TensorFlow，熟练掌握 Python 或 C++ 至少一种编程语言； 2、具备过硬的工程能力，能够独立完成特定任务开发，重视代码质量，精通调试和代码优化； 3、具备大规模分布式训练和高效微调（如 LoRA、低资源训练）技术落地经验，能够显著提升训练效率与工程实用性； 4、具备云端算力管理和多模态任务优化能力，对高效工程实现和模型结果追求卓越； 5、有机器人相关项目经验，熟悉在实际工业场景中实现机器学习算法部署； 6、具备扎实的工程能力，能高效实现模型工程化迭代，优先考虑具备液压控制或工程机械行业实践经验者； 7、有较强的创新意识，具有模仿学习或强化学习工程化实现经验者（如 ACT、DP、Model-Based RL）为佳。
工作职责
1、负责机器人多模态大模型（VLA模型）的工程化落地，包括预训练开发、模型微调、训练优化以及实际效果调优； 2、参与基于大模型的机器决策控制工程化工作，包括训练框架搭建、数据集处理、算力部署，以及在真机上的部署与测试； 3、优化大模型的训练效率以及资源利用率，熟练运用诸如模型并行、Flash Attention、LoRA等技术； 4、负责云端数据处理以及分布式训练落地，优化大模型的多模态任务处理能力； 5、跟进多模态大模型与具身智能的前沿应用进展，负责模型在机器人场景的部署与技术转化。
该岗位分3个方向，请同学们仔细阅读岗位JD，选择适合自己的方向进行投递。 【机器人算法工程师】（规划&控制方向） 职位描述： 1、负责机器人运动学、动力学建模，并实现机器人运动或者路径规划，运动控制等算法； 2、有机器人导航， 机械手臂抓取， 液压控制等相关机器人项目经验； 3、对接硬件、产品等职能同事，实现机器人整体功能的实现和调试； 4、负责算法的优化、移植和产品化。 【机器人算法工程师】（感知&建模方向） 职位描述： 1、负责工程机械智能化场景中基于深度学习激光雷达点云的3D目标检测、分割、跟踪等算法的研发及迭代优化； 2、参与工程机械智能化项目中的感知研发，开发并优化适用于复杂工况（如施工场景、恶劣天气条件）的点云处理和感知算法。 3、推动感知算法在工程机械智能化产品中的落地与优化提升，确保算法的高效运行和实时性； 4、结合工程机械的实际需求，对激光雷达点云数据进行预处理、特征提取和分析，为后续的感知任务提供高质量的数据支持； 5、参与多传感器融合算法的研发，探索激光雷达与其他传感器（如摄像头、IMU等）的协同工作模式，提高工程机械的环境感知能力； 6、跟踪和研究点云感知领域的最新技术动态，将其应用到实际项目中，保持公司技术的领先性。 【机器人算法工程师】（具身智能方向） 职位描述： 1、深入研究机器人多模态大模型（VLA模型）的理论及应用，包括预训练、微调策略、以及效果优化； 2、负责基于大模型的决策控制算法设计，探索前沿模仿学习（如 ACT、DP）及 Model-Based RL 算法在机器人上的研究与创新； 3、基于大模型开发创新算法框架，探索具身智能机器人实际场景中的应用方向，如 RT 系列等； 4、负责最新文献调研，跟踪多模态模型与机器人领域结合的技术前沿，提出具有创新性的研究思路； 5、参与并主导自定义数据集构建、特定任务的模型训练与评估； 6、推动具身智能系统算法在复杂场景下的理论研究，探索工程机械场景智能化解决方案。
视觉大模型方向： 1、 协调上层应用需求到机器视觉算法的整体架构; 2、 实现机器人基于3D视觉的双臂抓取方案，落地在照片、水杯等常规物体的视觉抓取任务中: 3、带领算法团队进行传统机器人视觉到端到端视觉大模型的技术演进，并落地在双臂协同抓取任务; 导航定位方向: 1、 负责机器人基于LIDAR的导航与定位算法研究与实现，并支持机器人业务中导航的需求; 2、负责单线和多线LIDAR的开发，SLAM 算法、多传感器融合算法、3D点云、3D场景重建等 3、负责无地图导航算法研究、自主实时建图方案研究; 4、实现高精度的地图更新; 机器人操作系统方向: 1、从事移动机器人系统的设计和研发，不限于底盘、四足、双足等形态;设计机械结构，硬件结构、并具备-定嵌入式开发经验: 2、具备机器人硬件开发经验，实现对关节电机的控制、实现与相机和雷达的通信: 3、熟悉运动控制算法，利用动捕收集步态数据，并通过强化学习和模仿学习实现机器人运动控制: 双臂方向 1、复现开源的双臂机器人扩散大模型RDT,并完成数据采集、模型训练、优化等功能: 2、设计触觉反馈传感器，并用于灵巧手，实习灵巧手的触党反馈: 3参与机器人架构设计、零部件选型、算法方案设计: 运动控制方向: 1.设计、 开发、实现和优化智能机械管的控制算法， 提高机械臂的智能性和学习能力。 2、研究机器人的智能控制模型，理解机器人的知、推理、学习和行为规划等机制。 3、在等机器人软件平台上开发机器人的控制和规划程序，并在Linux系统下进行软件开发和调试。 4、与其他团队成员合作，集成机器人和其他智能设备的功能，实现智能化的生产流程。
1、负责机器人多模态大模型（VLA模型）的工程化落地，包括预训练开发、模型微调、训练优化以及实际效果调优； 2、参与基于大模型的机器决策控制工程化工作，包括训练框架搭建、数据集处理、算力部署，以及在真机上的部署与测试； 3、优化大模型的训练效率以及资源利用率，熟练运用诸如模型并行、Flash Attention、LoRA等技术； 4、负责云端数据处理以及分布式训练落地，优化大模型的多模态任务处理能力； 5、跟进多模态大模型与具身智能的前沿应用进展，负责模型在机器人场景的部署与技术转化。
1. 负责3C智能制造领域的前沿算法研究； 2. 设计并实现创新的AI解决方案； 3. 与产品团队紧密合作，将研究成果转化为实际应用； 4. 撰写技术专利和学术论文； 5. 参与行业技术交流，跟踪最新技术发展。 【课题名称】 3C智能制造工业算法研究 【课题内容】 1. 机器学习与深度学习：重点研究工艺参数调优、设备预测性维护、生产质量预测与控制以及智能调度优化等关键技术，通过深度学习技术提升制造过程的智能化水平和效率； 2. 大模型应用：探索工业知识库构建、多模态工业数据理解、工业决策支持系统等前沿领域，利用大模型技术赋能工业智能化升级； 3. 具身智能：研究工业装备智能控制、自适应制造系统、人机协作系统等方向，推动智能装备向更高水平的自主化和智能化发展。