具身智能算法工程师（VLA 模型训练与部署）

Responsibilities

- 参与 FluxVLA 开源 codebase 的开发、维护与工程化优化，包括模型模块、训练流程、评测工具、部署接口和文档体系建设。 - 负责 VLA 模型的开发与迭代，包括模型接入、训练脚本开发、数据适配、推理流程优化和实验复现。 - 在仿真环境中进行模型训练、评测和调试，分析模型在不同任务中的表现，并定位失败案例与性能瓶颈。 - 在真实机器人平台上进行模型部署、调试与验证，打通感知、决策、控制与执行链路。 - 跟进 VLA、大模型、World Model、机器人学习等方向的前沿工作，将优秀方法转化为可复用、可扩展的工程模块。 - 与算法、机器人、仿真和工程团队协作，提升 codebase 的稳定性、易用性、可扩展性和开源社区影响力。

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（适用于所有方向） - 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。

Who this role is for

本科及以上

Company overview