1、负责大语言模型（LLM）与多模态大模型（VLM/VLA）的预训练、微调、算法设计与优化，包括视觉-语言对齐、感知与动作生成融合；
2、设计并实现适用于机器人具身智能场景的策略学习系统，融合模仿学习、强化学习、Diffusion Policy 等方法，完成从感知到控制的端到端策略学习；
3、推进 Action Foundation Model / Embodied VLM / VLA 在现实机器人任务（如操作、导航、多模交互等）中的部署与落地；
4、负责多模态大模型的数据处理与训练pipeline建设（如预训练、LoRA/QLoRA 微调、RLHF、边缘部署等）；
5、优化训练效率与推理性能，涉及模型并行、Flash Attention、量化、蒸馏、剪枝等前沿技术；
6、跟踪 具身智能/大模型/3D/多模态生成 等领域最新研究动态，参与技术预研、算法创新与专利/论文产出。

一、基础要求：
1、2026届应届毕业生，博士学历；
2、计算机科学、人工智能、模式识别、机器人等相关专业；

二、技能要求：
1、熟练掌握 Python 和 C++，具有良好的工程能力与大模型训练实践经验；
2、精通 PyTorch、TensorFlow、DeepSpeed 等深度学习框架，熟悉分布式训练与高效调优；
3、熟悉 LLM/VLM/VLA 架构与典型模型（如 LLaMA、LLaVA、InternVL、SAM、DINO、ViT、RT-1/RT-2、GR-2、pi0 等）；
4、理解视觉、语言与动作模态的融合方式，熟悉至少一种 具身大模型训练或推理任务链路；
5、技术方向经验（其一）：多模态模型设计与训练/模仿学习与强化学习/3D视觉或三维感知/模型在机器人端侧部署与推理优化。

三、素质要求：
1、有良好的沟通协调能力，良好的团队合作能力，有较强的创新改善能力；
2、能承受一定压力，并且能挑战高难度项目；
3、有强烈的事业心、责任心和进取精神，无任何不良行为记录或诚信记录。