马熊数创（深圳）网络科技有限公司

1. 学历与专业背景 计算机科学、自动化、控制理论与工程、交通工程、航空宇航科学与技术等相关专业应届硕士/博士/博士后。 必须在毕业要求内发表过至少1篇顶刊或顶会论文（如IEEE T-PAMI, IJCV, NeurIPS, ICML, CVPR, ICRA, ITSC, AIAA Journal等）。 有强烈的信号：​ 如果有在研项目与“具身智能（Embodied AI）”、“世界模型（World Model）”、“自动驾驶大模型”相关，将极具竞争力。 2. 编程与工程能力 Python功底深厚：熟练掌握PyTorch/TensorFlow，有从零构建复杂训练pipeline的经验。 C++能力扎实：不要求像资深工程师那样精通底层汇编，但必须能阅读和理解大型C++代码库（如AirSim/Isaac的源码），并能进行二次开发或修改。 熟悉Linux环境，掌握Docker、Git等常用开发工具。 3. 仿真平台能力（核心差异点） 有AirSim、CARLA、Isaac Gym/Sim或Gazebo等至少一种仿真平台的使用经验。 博士课题或项目中涉及强化学习（Reinforcement Learning）在仿真环境中的训练（Sim-to-Real）者优先。 4. LLM与大模型能力（热门加成） 深入理解Transformer、Attention机制及其变体。 有实际的大模型微调经验（如使用HuggingFace PEFT库进行LoRA微调）。 熟悉RAG架构，了解向量数据库（Faiss, Milvus等）的基本原理和使用方法。 有LangChain/LlamaIndex等框架的使用经历者加分。 5. 领域知识与软技能 硕士博士期间的研究方向最好能与自动驾驶、无人机集群、空中交通管理（UTM）或航天器控制之一挂钩。 具备极强的自驱力和Problem Solving能力，能够独立拆解复杂的科研难题。 英语读写能力强，能流畅阅读英文文献并进行国际化协作。