网易机器人学习算法研究实习生
任职要求
1、熟练掌握 Python 和主流深度学习框架（如 PyTorch）； 2、具备扎实的机器学习基础，对深度学习、强化学习等相关领域有浓厚兴趣； 3、具备良好的编码能力、解决问题能力和团队协作精神； 4、有模仿学习或强化学习（如 ACT、D…
工作职责
1、参与机器人核心规划控制算法的研究、仿真与实验验证； 2、实现、调优与评估前沿的机器学习算法（如强化学习、模仿学习），并应用于真实机器人场景； 3、负责机器人数据的采集、处理与分析流程，构建数据驱动的算法迭代闭环； 4、协助完成算法在仿真环境及真实机器人平台上的部署与集成测试。
1. 协助研发基于强化学习（RL）或模仿学习（IL）的自动驾驶决策规划算法，解决复杂交通场景下的车辆行为决策与运动规划问题； 2. 参与构建和优化用于训练决策模型的数据处理流程，包括特征工程、场景提取、奖励函数设计及大规模数据集处理； 3. 负责或参与相关算法的仿真测试、实车调试、性能评估与迭代优化，推动算法在真实环境中的性能提升和落地； 4. 跟踪并调研强化学习、模仿学习、行为预测等领域的国际前沿动态与最新研究成果（如顶会论文CVPR, ICRA, NeurIPS, ICML等），并尝试将其应用于实际项目； 5. 协助端到端自动驾驶大模型或相关子模块的研发与优化工作。
日常实习：面向全体在校生，为符合岗位要求的同学提供为期3个月及以上的项目实践机会。 团队介绍：ByteDance Research专注于人工智能领域的前沿技术研究，涵盖了机器翻译、视频理解基础模型、机器人研究、机器学习公平性、量子化学、AI 制药、分子动力学等多技术研究领域，同时致力于将研究成果落地，为公司现有的产品和业务提供核心技术支持和服务。 1、探索超大规模多模态模型，并进行极致系统优化； 2、数据建设、指令微调、偏好对齐、模型优化； 3、将多模态大模型应用于机器人相关领域。
ByteIntern：面向2026届毕业生（2025年9月-2026年8月期间毕业），为符合岗位要求的同学提供转正机会。 团队介绍：ByteDance Research专注于人工智能领域的前沿技术研究，涵盖了机器翻译、视频理解基础模型、机器人研究、机器学习公平性、量子化学、AI 制药、分子动力学等多技术研究领域，同时致力于将研究成果落地，为公司现有的产品和业务提供核心技术支持和服务。 1、负责机器人大模型所需的虚拟数据处理与生成，确保各类型/模态数据的质量与多样性； 2、探索有利于机器人策略的学习算法，尤其是虚拟现实迁移的方案； 3、对特定机器人平台实现算法的部署和调试，提高机器人策略效率。
1.参与足式机器人全身运动控制（Locomotion）算法的设计与优化，构建行业领先的运控基座模型。 2.参与机器人视觉语言导航（VLN）算法的设计和优化，实现开集语言交互下的通用环境导航能力。