1、多模态感知模型研发：负责面向机器人灵巧操作场景的多模态学习模型研发，基于Transformer架构构建机器人通用感知与特征表征能���，提升模型在复杂操作场景下的泛化性能与鲁棒性。 2、多源传感融合建模：围绕视觉、3D点云、触觉、力觉、机器人本体状态等多维度传感数据，开展多模态融合建模、模型训练与算法落地工作，持续优化灵巧手作业稳定性、环境适应性与场景泛化能力。 3、训练体系与实验流程建设：参与数据集治理、数据清洗、训练流程搭建、模型评测体系建设，持续优化全链路实验迭代流程，推动模型版本迭代、性能优化与工程化交付落地。 4、跨团队协同迭代：配合强化学习、运动控制、系统开发团队，完成多模态模型与决策策略、运动控制链路的对接调试、仿真验证与真机部署优化，实现感知、决策、控制全流程闭环迭代。

必备要求 1、硕士及以上学历，计算机、人工智能、机器人工程、自动化等相关专业，2027届应届生。 2、熟悉Transformer、时序建模等深度学习基础原理，了解多模态特征融合机制，具备扎实的算法理论基础。 3、了解VLA视觉-语言-动作建模逻辑，熟悉视觉条件策略建模、动作表征、训练目标设计等基础思路。 4、熟练使用PyTorch等主流深度学习框架，具备独立模型搭建、训练调参、实验复现、性能分析与问题优化能力。 5、掌握视觉、深度/点云、触觉力觉、机器人状态至少一种模态的数据处理与建模方法，具备感知、表征、策略模块训练与评测经验。 6、具备扎实的工程基础，熟练使用Python/C++任一编程语言，熟悉Linux、Git等开发工具，具备良好的代码能力与工程素养。 7、逻辑清晰、善于问题定位与复盘迭代，具备优秀的跨团队沟通协作能力，能够配合完成仿真、真机验证与技术迭代。 加分项 1、拥有VLA、多模态大模型、具身智能、机器人操作学习相关科研项目、竞赛或实习经历者优先。 2、熟悉action token、waypoint、pose等动作表征方案，具备机器人灵巧操作模型训练落地经验者优先。 3、有强化学习、机器人控制链路联调、模型真机部署与优化经验者优先。