岗位描述：

1. 大规模机器人操作数据采集与管理体系建设：作为关键需求方，与工程团队紧密协作，提出并细化对数据采集、管理及标注平台的功能性、效率与可靠性要求，确保数据在规模、多样性、复杂度和真实性上满足模型快速迭代的需求，驱动平台能力建设；

2. 大规模模型训练方案与性能调优：负责设计面向机器人操作任务的百卡规模分布式训练的整体方案，核心解决大规模训练中的稳定性、收敛性及效率瓶颈等复杂问题；

3. 数据驱动的模型能力迭代：针对具体任务场景，研发与优化能够快速适应新任务、新对象及新环境的通用基础模型，构建“数据-模型-评估”的闭环迭代；

4. 前沿技术探索与落地推进：积极探索真机强化学习、世界模型、Sim2Real 等前沿方向，并主导其在复杂操作任务中的工程化应用，利用先进算法提升机器人在落地场景的实际成功率、环境鲁棒性与场景泛化能力。

任职要求：

1. 教育背景： 计算机科学、人工智能、机器人学、自动化等相关专业硕士或博士学位；

2. 工作经验： 5年以上机器学习/机器人算法研发经验，其中至少2年专注于机器人操作、具身智能或相关领域。有领导大规模数据与模型项目经验者优先。有UMI数据采集和训练经验者优先；

3. 核心技能：- 技术深度： 深入理解机器人端到端操作模型（如Diffusion Policy、OpenVLA、pi0等），了解真机强化学习、世界模型等前沿领域。- 工程能力： 出色的编程能力（Python），精通PyTorch/TensorFlow等框架。具有构建与管理大规模分布式训练系统的实际成功经验。- 数据管理： 有设计或管理大规模数据集（特别是机器人操作数据）的经验，熟悉相关数据流水线工具与平台。- 系统思维： 具备从数据、训练到评估的全链条系统化思考与构建能力；

4. 附加优势：

- 在顶级会议（CoRL, RSS, IROS, NeurIPS, ICML, ICLR等）上发表过机器人学习相关论文。- 有带领技术团队的经验，具备优秀的跨团队协作与项目管理能力。

- 对机器人硬件、控制系统有基本了解。