美团具身智能数据算法专家
任职要求
1.计算机、人工智能、机器人、自动化等相关专业硕士及以上学历； 2.熟悉具身智能多模态、强化学习、模仿学习等领域，具备 (图像、视频、语言、动作轨迹、传感器信号等）多模态数据处理经验； 3.熟悉数据处理、格式转换、时间同步等处理流程；有分布式系统，数据…
工作职责
1.负责构建具身智能模型训练所需的多模态数据处理平台，支持从采集、清洗、对齐、标注、训练评估及质量优化的全流程数据闭环； 2.搭建并优化仿真环境/真实机器人环境中的数据生成与采集管线，推动环境交互数据的规模化和自动化； 3.研究和实现数据驱动的具身智能训练/对齐方法，提升模型在规划、决策、操控等任务上的泛化能力和鲁棒性； 4.负责模型评估体系建设，从模型训练到评测一站式完成，为最终的模型性能提供可靠数据支撑； 5.关注业界前沿研究趋势（如VLA、World Model、RLHF等），将其转化为数据方法与系统实践； 6.统筹方向建设与跨部门合作，驱动具身智能数据算法、平台与应用的系统性落地。
1. 机器人运动控制算法： ꔷ 负责机器人运动学、动力学模型建立与仿真，对机器人运动性能建立相关标准； ꔷ 负责机器人运动控制算法的研究与开发，实现包括不限于四足、双足机器人全身控制、多机械臂协作等领域的规划及控制建模、协同规划控制等任务； ꔷ 具备追踪国际先进足式机器人控制算法能力，能够复现相关论文算法； 2. 具身智能VLA算法： ꔷ 负责具身智能VLA研发和部署阶段的数据平台搭建和管理； ꔷ 负责机器人开源数据及自采数据的收集和规范化处理； ꔷ 深度参与数据驱动的VLA模型预训练、后训练和真机部署。
我们正在寻找在具身智能VLA（视觉-语言-动作）、空间计算（重建、SLAM等）及强化学习领域有深厚积累的算法同学，加入高德地图视觉技术中心。你将参与构建下一代地图中的感知、理解与决策系统，推动具身导航、AR/VR、场景建模等前沿技术的研发与落地。 如果你热衷于用AI改变人们出行方式，渴望在真实世界大规模数据上验证算法能力，欢迎加入我们！ 岗位职责： ● 负责视觉语言动作（VLA）的具身智能模型和视觉语言模型（VLM）的研发，提升具身agent的空间理解和行动决策能力； ● 推进空间计算相关技术（如SLAM、三维重建、点云处理、姿态估计等）在下一代地图、虚拟现实等场景的应用； ● 探索强化学习在多模态大模型的后训练中的应用，提升具身/空间智能的能力天花板； ● 跟踪国际前沿技术发展，持续推动技术创新，并落实到实际应用中； ● 与工程团队紧密协作，完成从算法研发到系统部署的全流程闭环。
我们正在寻找在具身智能VLA（视觉-语言-动作）、空间计算（重建、SLAM等）及强化学习领域有深厚积累的算法同学，加入高德地图视觉技术中心。你将参与构建下一代地图中的感知、理解与决策系统，推动具身导航、AR/VR、场景建模等前沿技术的研发与落地。 如果你热衷于用AI改变人们出行方式，渴望在真实世界大规模数据上验证算法能力，欢迎加入我们！ 岗位职责： ● 负责视觉语言动作（VLA）的具身智能模型和视觉语言模型（VLM）的研发，提升具身agent的空间理解和行动决策能力； ● 推进空间计算相关技术（如SLAM、三维重建、点云处理、姿态估计等）在下一代地图、虚拟现实等场景的应用； ● 探索强化学习在多模态大模型的后训练中的应用，提升具身/空间智能的能力天花板； ● 跟踪国际前沿技术发展，持续推动技术创新，并落实到实际应用中； ● 与工程团队紧密协作，完成从算法研发到系统部署的全流程闭环。
工程岗位的职责包括以下至少一个或多个方向： 1. 具身机器人应用解决方案研发 （1）参与多模态/具身智能机器人在真实场景中的应用方案设计、系统集成与验证。 （2）搭建端到端具身机器人任务pipeline，包括感知、理解、规划、控制、执行等模块的工程化实现。 （3）推动具身智能大模型能力在机器人实际任务中的落地优化（如操作、导航、交互等）。 2. 具身大模型数据采集与处理 （1）负责机器人数据采集系统搭建，包括传感器标定、采集流程、数据质量控制与自动化工具链。 （2）建设具身大模型训练数据pipeline：数据清洗、切分、标注、同步、增强、格式转换等工程化流程。 （3）参与构建多模态数据集（视频、RGB-D、触觉、关节状态、语言指令等）。 3. 具身大模型云端训练与推理优化 （1）基于GPU/加速器的训练平台优化具身大模型训练性能（并行策略、数据流优化、算子优化）。 （2）负责推理引擎优化，包括模型裁剪、编译器优化、图优化、缓存管理、多线程并发调度等。 （3） 参与构建具身智能模型的训练与推理服务基础设施（MLOps、分布式训练、数据版本管理等）。 4. 端侧模型量化部署与优化 （1）主导端侧模型的压缩、量化（INT8/FP8/混合精度等）、剪枝、蒸馏等部署优化工作。 （2）熟悉ONNXRuntime、TensorRT、TFLite、NPU/DSP编译工具链，进行端侧加加速与算子调优。 （3）推动具身大模型在机器人嵌入式/边缘计算平台上的高效部署。 5. 机器人操作系统与系统优化 （1）优化机器人操作系统（ROS2、RTOS、Linux）性能，包括实时性、通信延迟、资源调度、驱动层稳定性等。 （2）推动机器人软硬件协同优化，包括传感器驱动、控制链路优化、系统级profiling/debugging。 （3）支撑机器人任务的稳定运行与系统级可靠性优化。