大模型后训练工程师（场景应用方向）

1.与行业内顶尖的硬件、软件、算法、数据采集团队合作，参与具身大模型在具体商业化场景（物流、制造、家庭服务、医疗等）中的后训练与落地交付，从数据、模型、算法等多维度提升模型在目标场景下的任务成功率与执行效率； 2.研究前沿的具身大模型后训练范式，针对具体场景中的操作难点（如精细操作、高频节拍、柔性物体处理等），通过数据策略调整、训练配置优化、模型迭代等手段持续攻坚，确保模型在目标场景下稳定运行，达到商业化交付标准； 3.深度参与大规模数据采集和训推体系建设，沉淀可复用的数据方法论和标准化交付流程，支撑跨场景、跨本体的快速复制。

1.计算机科学、人工智能、机器人学、自动化等相关专业背景等相关领域的在读硕士或博士（顶尖具身实验室优先）； 2.掌握Python/C++，熟悉分布式训练，具备扎实的工程实现能力； 3.深入理解ACT、OpenVLA、π系列、Hil-SERL、WALL-OSS等模型，有数据驱动的模型迭代经验，对数据质量、数据配比、数据增强有深入理解； 加分项： 1.顶级会议（ICRA、CoRL、RSS、CVPR、NeurIPS等）论文发表或相关领域高质量开源项目、机器人比赛获奖经历。 2.有工业/物流/服务机器人项目交付或校企联合课题完整经历。