蚂蚁金服蚂蚁集团-具身智能算法工程师-导航-感知方向
任职要求
1. 计算机/机器人/信息电子/自动化等相关学科；
2. 具备业界主流的3D感知方案，端到端模型等训练经验；
3. 熟悉云端数据生产流程，有离线模型的应用经验；
4. 熟悉模型量化部署以及C++部署的经验；
5. 能够…工作职责
1. 研发具有行业竞争力的机器人导航-感知功能相关的模型算法，解决业务问题； 2. 负责模型数据标注方案设计，标注规则制定，预标注方案和离线模型开发； 3. 负责模型的端侧部署，实际业务场景的问题分析解决，持续优化方案； 4. 协同其他团队，持续优化模型工程化落地的性能问题； 5. 跟踪行业相关技术的动态，对可以解决业务问题的方案原理验证。
部门介绍： 京东探索研究院是以京东集团以各事业群与业务单元的技术发展为基础，集合全集团资源和能力，专注于前沿科技探索的研发部门与核心机构，研究院聚焦于自然语言、语音与声学、多模态、具身智能等技术方向进行前沿技术探索，通过“技术+产业”的深度融合，推动基础科学研究与产业创新应用。 目前我们拥有多位入选IEEE Fellow的科学家。截止2025年9月，我们在AAAI、IJCAI、CVPR、KDD、NeurIPS、ICML、ACL、ICASSP等国际AI顶级会议上共发表相关论文超1000篇，并在多项国际性学术赛事中斩获70多项世界第一，与香港科技大学、清华大学、中国人民大学等多所国内外高校合作建立人工智能实验室和项目合作，充分展开产学研一体化实践。 岗位定位： 负责强化学习在具身智能和机器人任务中的算法研究与系统实现，探索 RL 在灵巧操作、长程任务、模型后训练、仿真到现实迁移等方向的应用。 工作职责： 1、研究面向机器人控制与具身决策的强化学习算法，包括离线 RL、在线 RL、多任务 RL 等。 2、探索强化学习与模仿学习、VLA 模型、世界模型、奖励模型和人类反馈的结合方式。 3、构建高效的 RL 训练系统，支持仿真环境、真机环境和混合数据环境中的策略优化。 4、研究复杂操作任务中的奖励设计、探索策略和泛化能力提升。 5、推动强化学习算法在灵巧操作、移动操作等真实任务中的验证和落地。 6、跟踪国际前沿进展，形成可复现、可扩展、可规模化的 RL 技术栈。
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. 负责具身智能数据平台的搭建与开发，构建覆盖采集、处理、标注、质检全链路的自动化数据管线，支撑大规模机器人学习数据的高效生产； 2. 研发基于三维重建的场景与物体数字化技术（如 NeRF、3D Gaussian Splatting、MVS 等），构建高保真三维资产库，为仿真环境与合成数据生成提供基础数据支撑； 3. 开发人体与手部运动建模系统，涵盖全身动作捕捉、灵巧手姿态估计、人手-物体交互重建等，将人类示范数据高效转化为机器人可用的训练数据； 4. 设计并实现自动化/半自动化标注系统，结合视觉基础模型（SAM、GroundingDINO 等）与主动学习策略，实现操作任务中关键语义信息（动作分割、接触检测、物体状态等）的高效标注； 5. 搭建多模态数据采集系统，集成多视角相机、深度传感器、力/触觉传感器、动捕设备等，设计标准化采集流程，保障数据质量与一致性； 6. 建立数据质量评估与治理体系，开发数据清洗、去重、平衡、增强等工具，构建面向机器人操作任务的高质量 benchmark 数据集； 7. 与算法团队紧密协作，根据模型训练需求（VLA、World Model、RL 等）定义数据规格，推动数据驱动的算法迭代闭环。