宇树科技深度强化学习算法工程师(J10035)
任职要求
1. 熟悉learning-based control领域前沿进展； 2. 了解多自由度欠驱动机器人动力学； 3. 熟悉使用C++、Python等编程语言，熟悉pytorch/tensorflow等主流深度学习框架，了解ROS等框架； 4. 熟悉主流机器人仿真软件，如NVIDIA Isaac Sim, muj…
工作职责
1. 研发适用于多自由度机器人、双足、四足仿生机器人决策规划的深度强化学习算法； 2. 负责深度强化学习算法的模型开发、调试与实际机器人验证；
1. 基座增强：探索大模型垂直领域知识高效增强方法，包括数据策略、训练策略以及scaling law友好的训练方法，打造适配实际应用所需的基座能力； 2. 多模态端到端：实现语音与文本模态的深度融合与统一建模，打造高效、轻量的端到端多模态系统，从而有助于更全面、多维度地理解语音与文本，提供更强的智能以及更智能的交互模式； 3. 深度推理：突破大模型在复杂逻辑推理、因果推断、多步决策、沟通技巧等大模型基础通用能力，提升模型解决开放式问题的能力； 4. 结合大模型，研发对话交互场景的大模型Agent，支持智能客服、销售、数据分析、C端助理等项目，通过预训练、微调、强化学习等全链路的技术实践，实现类人的理解和执行能力，提升美团服务能力和效率； 5. 不断探索技术新领域，推动技术能力的沉淀和技术氛围的建设。
1.负责大语言模型的预训练、后训练及分布式训练优化，设计并开发面向芯片设计、制造等环节的大模型智能体（Agent）架构，实现任务规划与工具调用能力； 2.跟踪多模态学习，强化学习等前沿技术方向，开展半导体领域创新研究，推进大模型基础设施（Infra）建设，完成训练与推理加速，软硬协同优化等关键技术落地； 3.运用深度学习与多模态技术（如图像理解、以图搜图、生成算法等），解决芯片设计、制造环节中的缺陷检测，分类识别与精准定位等实际问题，承担模型训练、调优、评估及效果验证全流程工作； 4.推动前沿算法研究成果向业务场景转化，持续提升半导体研发与制造智能化水平。
岗位职责 1、主导公司在半导体领域大模型的尖端研发，包括但不限于预训练模型调优，指令微调等核心技术； 2、对接业务需求，在产品设计、验证、制造和测试的环节中构建定制化大语言模型解决方案，以提升研发效率和良率； 3、密切关注大模型领域的最新动态，将前沿技术转化为实际应用，推动公司技术边界持续拓展。
1.参与设计和实现AI芯片上的推理引擎SDK，包括代码生成、图优化、算子实现/优化以及系统运行时的方面； 2.参与设计和实现AI芯片上的大语言模型推理框架。进行功能实现和性能优化。