具身智能 Ego 数据算法工程师

Responsibilities

- 探索 EgoCentric 数据在具身大模型中的应用，推动其在机器人学习、任务理解与策略训练中的落地。 - 负责机器人真机 Benchmark 的设计与搭建，包括任务定义、评测指标设计、自动化评测流程开发及结果分析。 - 支持 FluxVLA 等 VLA 模型训练与评测所需的数据生产、数据清洗、质量评估与持续迭代。 - 建设机器人真机与仿真环境的数据管理体系，涵盖数据组织、版本管理、数据检索、数据资产沉淀等方向。 - 参与机器人数据采集工具链建设，提升数据采集效率、数据一致性与数据质量。 - 跟踪机器人学习、VLA、World Model、模仿学习等前沿方向，参与开源数据集接入、数据分析与实验验证。 - 主导建立 UMI、遥操作、真机、仿真等多源机器人数据的标准化生产规范与评测体系。

Requirements

岗位要求 - 具备扎实的工程能力，熟悉 Python / PyTorch，能够独立完成模型训练、推理、调试与工程化开发。 - 熟悉深度学习、大模型或多模态模型相关技术，对 VLA、Vision-Language Model、机器人学习、World Model 等方向有一定理解。 - 具备良好的代码习惯，能够编写结构清晰、可维护、可复用的代码，熟悉 Git 协作流程。 - 具备较强的问题定位和调试能力，能够处理训练不稳定、环境依赖、推理部署、仿真与真机差异等实际工程问题。 - 对具身智能、机器人操作、开源项目建设有浓厚兴趣，愿意持续学习和快速迭代。 加分项 - 有 VLA、机器人学习、模仿学习、强化学习、Diffusion Policy、Action Chunking、World Model 等相关项目经验。 - 有真实机器人调试、机械臂控制、仿真平台、ROS、MuJoCo、Isaac Sim、LIBERO、RoboCasa 等经验。 - 有大模型、多模态模型训练或部署经验，熟悉 Transformers、LoRA、分布式训练、推理加速等技术。 - 有开源项目贡献经验，参与过高质量 codebase 的设计、维护或社区协作。 - 具备较强的英文论文阅读能力，能够快速理解并复现前沿算法工作。 你将获得 - 深度参与 FluxVLA 开源 codebase 的核心开发，积累高质量开源项目的工程经验。 - 接触 VLA、大模型、World Model、机器人学习等具身智能前沿方向，提升算法理解与工程落地能力。 - 获得多类型真实机器人平台的调试、部署和实验经验，完整参与从仿真到真机的技术闭环。 - 系统提升具身 AI 全栈能力，包括数据、模型、训练、仿真、部署、真机调试和工程架构设计。 - 与具身智能方向的研究与工程团队紧密协作，共同推动开源生态和前沿技术落地。 - 熟悉数据集构建、数据标注平台、数据版本管理和实验管理工具。

Who this role is for

本科及以上

Company overview