具身智能训练平台研发工程师

到岗时间：不限 婚况要求：不限 职位描述 负责构建工业级的具身智能模型训练与进化流水线，屏蔽底层算力复杂性，支撑 VLA（视觉-语言-动作）大模型及强化学习策略的规模化产出与高效部署。 高效训练流水线开发：构建一站式 MLOps 平台，支持从超大规模预训练到场景化微调的自动化编排，缩短模型从研发到上线的时间。 算力调度与分布式优化：针对 GPU 集群进行深度优化，提升异构算力利用率，保障大规模并行训练与仿真任务的稳定性与效率。 端到端模型部署工具链：研发面向机器人终端的高性能部署框架，支持 VLA 等复杂模型在异构嵌入式平台上的实时推断与轻量化。 自动化评测体系：建立物理仿真与真机表现相结合的自动化评测系统，量化模型各版本的性能边界，确保每次 周级进化 的稳定性。 任职要求 计算机、人工智能相关专业硕士/博士，具有 5 年以上 AI 训练平台或分布式系统研发经验。 深度理解 PyTorch/TensorFlow 框架及分布式训练协议，有大规模集群调度（如 K8s 深度定制）经验。 熟悉强化学习（RL）、扩散模型（Diffusion）或端到端控制算法的工程化落地流程。 具备极强的工程治理意识，能够将前沿算法快速转化为标准化的生产力工具库。 加分项 有 MLOps/DataOps平台（如MLflow, Kubeflow）从0到1建设经验。 熟悉分布式训练加速技术（如FSDP, DeepSpeed, NCCL优化）。 了解 ROS2、Protobuf、ZMQ 等机器人通信协议。