1.基于 π0.5 等 VLA 开源基座进行二次开发、微调与迭代，负责视觉 - 语言 - 动作端到端算法研发，实现自然语言指令解析、任务规划、机器人动作序列生成。
2.搭建多模态数据闭环，完成图像、深度图、语言指令、机器人轨迹、本体状态数据的采集、标注、清洗、增强与质量评估，持续迭代数据集，改善模型泛化能力。
3.搭建模型训练、评测流水线，基于 SFT、模仿学习等方案开展模型训练，在仿真环境与实体机器人上完成联调验证，设计评测指标，输出实验报告驱动算法迭代。
4.负责 VLA 模型的工程化落地与边缘部署，完成模型量化、蒸馏、算子优化，适配 Jetson Orin、RK3588 等边缘算力平台，优化推理时延、内存占用与长时间运行稳定性。
5.对接 ROS2 机器人控制栈，与团队协同联调，完成场景适配；现场排查模型推理异常、动作执行失败等问题，通过数据回放、回归测试验证优化效果，交付可复现代码、参数包及部署文档。
6.跟踪具身智能、VLA、世界模型前沿技术，调研评估开源方案，沉淀算法组件、基线模型与工具链
1.硕士及以上学历，计算机、机器人、自动化、人工智能等相关专业；具备 2 年及以上多模态 / 机器人学习算法研发经验。
2.熟练使用 C++/Python，熟悉 Linux 和 ROS/ROS2，能够独立编写数据处理、训练、评测脚本。
3.熟悉 VLM、Transformer、模仿学习、策略生成相关原理，有 VLA 模型微调、真机落地经验；有 π0.5、SmolVLA 等开源 VLA 项目二次开发经验优先。
4.具备多传感器数据对齐、时间同步、外参标定经验；熟悉模型量化、ONNX、TensorRT 等端侧推理优化方案，有 Jetson、RK3588 等边缘板卡部署落地经验。
5.独立承担过机器人多模态算法模块开发、部署或项目交付，能够结合图像、日志、轨迹信息定位和复现算法问题
投递成功
我们已收到您的应聘信息，会尽快与您联系
