盒马盒马-具身算法工程师-杭州
任职要求
1、计算机科学、人工智能、机器人工程或相关领域硕士及以上学历。具备深度学习、计算机视觉和自然语言处理的扎实理论基础和实践经验。 2、熟练掌握Python、C++等编程语言，有使用PyTorch、TensorFlow等深度…
工作职责
1、设计并实现VLA算法方案，以量产落地为导向，熟悉RT-1/2、pi0等主流多模态具身大模型优劣，改善调优； 2、负责机器人具身操作任务的强化学习算法设计、开发和优化； 优化Sim2Real的迁移技术，提高算法鲁棒性；跟踪前沿技术，进行强化学习算法的调研、性能对比和评估； 3、研究多模态学习方法，结合视觉、触觉、力反馈提升机器人决策能力； 包括VLM的训练与微调，实现模型实际场景的落地需求，多模态数据集的构建、清洗等，提升算法性能和决策质量等。
1.研发人-机-机遥操作框架，构建 VR/AR 示教、力反馈等交互管线，实现同构或异构机械臂动作实时映射与控制； 2.设计并优化 Retargeting 算法：骨架/关节约束姿态映射、动态尺度归一化、延迟补偿与误差修正； 3.深度融合视觉、力-触觉等多模态传感，开发在线校准与自适应控制策略； 4.引入 Imitation Learning、Behavior Cloning、Diffusion Policy 等方法，将遥操作示教数据转化为端到端策略模型； 5.构建示教数据管理与回放平台，支持自动标注、性能评估与测试闭环。
1. 核心模型研发：负责机器人VLA大模型的后训练全链路研发，包括数据处理、后训练优化及具身部署，确保模型在实际场景中的高效性和准确性； 2. 端到端模型训练：参与VLA模型的后训练架构设计，包括现场的模型迭代，问题处理，真机在线训练等； 3. 前沿技术跟踪：持续跟踪具身智能和VLA领域的前沿进展（包括最新论文、开源项目等），快速验证并将先进技术落地到产品中，推动模型性能持续迭代。
1、依据产品需求和项目要求，设计测试用例，配合搭建并管理测试环境，对具身设备产品进行流程功能及算法效果验证； 2、通过仿真模拟和现场实测，保障测试覆盖全面性，输出测试报告，总结跟踪问题整改闭环，对修复问题进行验收； 3、负责具身产品的仿真测试工作，进行仿真场景设计、搭建、测试数据收集等工作，保障仿真场景集的高覆盖度； 4、开发自动化测试脚本，构建具身设备自动化测试流程，提升算法迭代测试效率与关键模块测试覆盖率； 5、根据产品和项目特点，建立完善具身算法测试流程，推进设备日常可用性、稳定性监测体系建设；
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。