北京人形机器人创新中心有限公司
岗位信息
招聘岗位
多模态大模型算法工程师 (VLM方向)
工作城市
北京
学历要求
硕士
💰 薪资参考
20000元/月起
是否笔试
未明确
招聘批次
校招
截止日期
未公布(以企业官网为准)
发布日期
2026-09-03
📋 岗位职责 / 任职要求
【职位描述】
职位描述:
1、负责机器人多模态包括但不限于视觉,语音,触觉,文字等各种模态输入的模型开发和研究工作;
2、跟踪国内外多模态与机器人相关的最新研究进展,能够快速理解并评价相关研究,并能够提出创新性观点,写作论文并推动相关研究发展;
3、与团队配合完成数据集的收集,整理与清洗,设计和改进模型架构,独立完成模型优化和参数整定,并训练模型;
4、与团队配合在云或端完成算法的部署,并与实际机器人交互实现自主化作业能力。
职位要求:
1、教育背景:计算机科学,人工智能,电子工程,自动化或相关领域的硕士或博士研究生学历优先;
2、多模态算法核心能力:
在多模态学习领域有深入的研究和扎实的理论基础,对图像/视频理解与自然语言处理(NLP)的交叉领域有深刻见解;
精通至少一个或多个前沿多模态研究方向,例如:视觉问答(VQA),视频字幕/摘要,视觉语言导航(VLN),多模态知识推理,扩散模型(Diffusion Models)在多模态内容生成与理解中的应用等;
有在高水平会议或期刊上发表相关论文者优先;
3、深度学习与框架要求:
具备深厚的深度学习理论基础,精通PyTorch等至少一种主流深度学习框架;
熟悉并有实际使用经验,例如:Transformers, ViT, CLIP, BLIP, Flamingo等主流的多模态模型架构;
有大规模模型训练、微调(Fine-tuning)和推理优化经验(如LoRA, PEFT, vLLM)者将是重要的加分项;
4、编程与工程能力:
具备卓越的Python编程能力和良好的代码规范,能够高效地实现和验证算法原型;
加分项:
1、有视频理解(Video Understanding)领域的深入研究经验;
2、对3D视觉,NeRF,SLAM等技术有了解或实践经验;
3、有参加过国际性的学术竞赛(如VQA Challenge, ActivityNet Challenge等)并取得优异成绩者;
4、对具身智能领域有浓厚兴趣,并对未来的技术发展方向有自己的思考和见解。
【其他信息】
招聘人数:6人
职位类别:综合类
职位大类:其他人员
单位性质:其他企业(含民营企业等)
所属行业:信息传输、软件和信息技术服务业
单位规模:500-999人
工作地址:北京市北京经济技术开发区(通州)经海五路3号院46号楼1层101室
福利标签:节假日福利、公司福利、十四薪
🏢 企业简介
北京人形机器人创新中心有限公司(简称“创新中心”)注册于北京市通州区,是一家聚焦人形机器人核心技术与整机研发的民营企业。中心围绕通用人形机器人平台构建,业务覆盖机器人本体设计、智能运动控制、多模态感知与决策等关键方向,致力于推动具身智能技术在工业、服务及科研场景的落地应用。作为国内人形机器人领域的重点创新力量,团队由行业资深专家与青年技术骨干组成,正在推进多代原型机迭代及开源生态建设。依托北京高精尖产业政策与通州区产业配套优势,中心为应届毕业生提供覆盖机械、电气、算法、软件、测试等方向的成长岗位,参与从原型验证到产品化全流程的实战机会。这里技术密度高、项目节奏快、协作氛围开放,适合有志于投身机器人长期主义事业的优秀人才开启职业生涯
投递方式
投递入口需登录后查看,登录 / 注册 即可使用🏢 该企业正在招聘的其他岗位
校招宝当前收录 北京人形机器人创新中心有限公司 在招校招岗位 25 条,工作地点覆盖 北京、北京市通州区,学历要求含 硕士。以下为最近发布的部分岗位,可一并比较投递。
查看 北京人形机器人创新中心有限公司 全部在招岗位与笔面经 ›
ℹ️ 信息来源
本条招聘信息由校招宝转载自 高校就业信息网,版权归原发布方所有,校招宝仅作信息聚合与导航。
该来源未提供原文链接
招聘信息以官方原文为准,投递前请核实截止日期与要求。如涉侵权或信息有误,请邮件联系 kknee@qq.com,我们将在 24 小时内处理。