具身Agent-智鼎子公司 上海 校招 正式 技术 - 算法类 职位 ID：A11252 职位描述 参与具身 Agent 架构设计，打通任务理解、规划、技能调用、执行反馈与失败恢复。负责 Skill 的生成、管理与编排研究 Agent 记忆、层级规划、自适应运行和可靠性机制。建立仿真到真机的评测闭环，沉淀算法、数据、模型和工程工具。 职位要求 硕士及以上学历，机器学习/机器人/计算机视觉/自然语言处理等相关方向。熟悉 LLM/VLM Agent 相关研究方向，理解 planner-executor、ReAct、tool use、multi-step reasoning 等基本范式。熟悉强化学习/模仿学习/离线 RL 中至少一类方法（PPO/SAC/IL/BC/DAgger 等），具备实战经验。熟练 PyTorch，具备较强实验能力，能快速复现论文并提出改进方案。具备顶会论文或同等研究成果优先（NeurIPS/ICLR/ICML/CoRL/RSS/ICRA/CVPR 等）。 投递...
具身全栈算法专家/工程师 上海 全职 职位描述 1. 设计并实现机器人系统中的关键算法模块，包括但不限于感知、运动规划、控制、强化学习与操作策略学习等2. 独立负责具体任务目标的技术方案制定与交付，快速理解需求、拆解问题，并推动高质量实现。3. 与系统工程、硬件集成、仿真测试等团队紧密协作，推动算法模块在真实场景中的有效部署与迭代。 职位要求 1. 研究生及以上学历，机器人、自动化、计算机、电子信息、控制、人工智能等相关专业。2. 关注前沿进展，具备持续学习与深入钻研的主动性，能够在不确定条件下厘清需求、独立推进任务。3. 精通 C++ 与 Python，具备良好的代码结构设计、工程实现与性能调试能力。4. 对机器人基础算法体系有全面认知，并在以下至少一个方向具有深入经验： • 感知（图像处理、点云理解、多模态融合） • 运动规划（采样规划、轨迹优化等） • 控制（位置/速度/力控制，MPC 等） • 状态估计（Kalman / particle filter，传感器融合） • 强化学习与模仿学习（包括行为克隆、DAgger、PPO、Diffusion Policy 等） • 操作策略学习（manipulation policy learning），具备从感知到动作生成的端到端建模能力加分项：•
具身智能算法工程师（后训练 Infra 方向）-觅蜂子公司 上海 校招 正式 技术 - 算法类 职位 ID：A176440 职位描述 觅蜂科技（Maniformer）是全球领先的一站式物理AI数据服务平台，致力于打造具身智能数据的 “平台型供给” 基础设施，实现数据的体系化、标准化、规模化供给。1. 负责具身智能后训练框架的设计与迭代，构建支撑真机强化学习的规模化训练能力。2. 深入理解强化学习、模仿学习、在线学习等后训练算法（PPO/SAC/DAgger/RLHF 等），基于算法特性设计高效的训练架构与数据流。3. 设计并实现云端多机多卡训练 + 边缘多机多本体 rollout 的分布式异步训练架构，支撑从单机到百台规模的扩展。4. 构建多种后训练算法的统一框架支撑，实现新算法低成本快速接入与验证。5. 负责云边通信体系设计（权重同步、数据回传、时延隐藏），保障大规模分布式训练的效率与稳定性。6. 跟进后训练领域前沿进展（π0.6 / RLT / flow matching RL 等），具备快速复现并工程化落地新算法的能力。 职位要求 1. 计算机、AI、机器人等相关专业硕士及以上学历。2. 具备扎实的
端到端决策规划算法实习生(Mstar) 北京、上海、苏州 Mstar计划 职位描述 1、面向端到端自动驾驶大模型，研究并落地RL、On-policy Distillation等后训练范式，提升模型在复杂驾驶场景下的决策质量与泛化能力；2、结合Momenta海量量产真实路测数据，设计数据闭环驱动的后训练策略，加速模型在长尾驾驶场景中的能力提升；3、对比和融合SFT、RL、On-policy Distillation等范式，针对驾驶决策任务的特殊性设计最优后训练方案；4、结合分布式训练框架优化后训练系统效率，推动模型从研究到量产的快速迭代；5、追踪并复现LLM、端到端自动驾驶领域最新研究成果。 职位要求 1、计算机、人工智能等相关专业硕士/博士应届毕业生；2、必须具备Flow Matching相关经验；3、深入理解后训练核心范式，对以下概念有实质性认知：- On-Policy Vs Off-policy采样的本质区别- Dense vs Sparse Reward对训练效果与收敛的影响4、在以下至少一个方向有研究或工程实践经验：- RL后训练（PPO、GRPO、RLHF 等）- On-policy/Sequence-level蒸馏（GKD、MiniLLM、DAGGER 相关方法）5、熟悉至少一种主流训练框架（VeRL、Megatron-LM、DeepSpeed、vLLM等）；6、有顶会论文（NeurIPS、ICML、ICLR等）或相关方向实习经历者优先。 加分项1、同时具备Flow Matching与RL经验；2、同时具备RL与蒸馏两个方向经验；3、有Reward Model、Value Model或Token-level Scoring相关研究经验；4、对自动驾驶决策、具身智能或物理AI场景有了解，理解驾驶轨迹数据与通用NLP数据的本质差异。 投递...
端到端决策规划算法工程师(Mstar) Mstar 北京、上海、苏州 Mstar计划 职位描述 1、面向端到端自动驾驶大模型，研究并落地RL、On-policy Distillation等后训练范式，提升模型在复杂驾驶场景下的决策质量与泛化能力；2、结合Momenta海量量产真实路测数据，设计数据闭环驱动的后训练策略，加速模型在长尾驾驶场景中的能力提升；3、对比和融合SFT、RL、On-policy Distillation等范式，针对驾驶决策任务的特殊性设计最优后训练方案；4、结合分布式训练框架优化后训练系统效率，推动模型从研究到量产的快速迭代；5、追踪并复现LLM、端到端自动驾驶领域最新研究成果。 职位要求 1、计算机、人工智能等相关专业硕士/博士应届毕业生；2、必须具备Flow Matching相关经验；3、深入理解后训练核心范式，对以下概念有实质性认知：- On-Policy Vs Off-policy采样的本质区别- Dense vs Sparse Reward对训练效果与收敛的影响4、在以下至少一个方向有研究或工程实践经验：- RL后训练（PPO、GRPO、RLHF 等）- On-policy/Sequence-level蒸馏（GKD、MiniLLM、DAGGER 相关方法）5、熟悉至少一种主流训练框架（VeRL、Megatron-LM、DeepSpeed、vLLM等）；6、有顶会论文（NeurIPS、ICML、ICLR等）或相关方向实习经历者优先。 加分项1、同时具备Flow Matching与RL经验；2、同时具备RL与蒸馏两个方向经验；3、有Reward Model、Value Model或Token-level Scoring相关研究经验；4、对自动驾驶决策、具身智能或物理AI场景有了解，理解驾驶轨迹数据与通用NLP数据的本质差异。 投递...
端到端大模型算法工程师(Mstar) 北京、上海、深圳、苏州 Mstar计划 职位描述 1、面向端到端自动驾驶大模型，研究并落地RL、On-policy Distillation等后训练范式，提升模型在复杂驾驶场景下的决策质量与泛化能力；2、结合Momenta海量量产真实路测数据，设计数据闭环驱动的后训练策略，加速模型在长尾驾驶场景中的能力提升；3、对比和融合SFT、RL、On-policy Distillation等范式，针对驾驶决策任务的特殊性设计最优后训练方案；4、结合分布式训练框架优化后训练系统效率，推动模型从研究到量产的快速迭代；5、追踪并复现LLM、端到端自动驾驶领域最新研究成果。 职位要求 1、计算机、人工智能等相关专业硕士/博士应届毕业生；2、必须具备Flow Matching相关经验；3、深入理解后训练核心范式，对以下概念有实质性认知：- On-Policy Vs Off-policy采样的本质区别- Dense vs Sparse Reward对训练效果与收敛的影响4、在以下至少一个方向有研究或工程实践经验：- RL后训练（PPO、GRPO、RLHF 等）- On-policy/Sequence-level蒸馏（GKD、MiniLLM、DAGGER 相关方法）5、熟悉至少一种主流训练框架（VeRL、Megatron-LM、DeepSpeed、vLLM等）；6、有顶会论文（NeurIPS、ICML、ICLR等）或相关方向实习经历者优先。加分项1、同时具备Flow Matching与RL经验；2、同时具备RL与蒸馏两个方向经验；3、有Reward Model、Value Model或Token-level Scoring相关研究经验；4、对自动驾驶决策、具身智能或物理AI场景有了解，理解驾驶轨迹数据与通用NLP数据的本质差异。 投递...
模型平台技术负责人 （平台全栈方向） 北京 社招 全职 职位描述 - 平台架构与全栈研发：负责平台控制台、后端服务、任务编排及模型基础设施的整体设计，定义模块边界、接口规范和数据模型；持续参与核心代码开发、代码评审和跨模块问题定位。- 模型全生命周期建设：贯通模型接入与注册、数据集管理、训练任务、评测调用、模型部署和推理服务，建立数据、模型、任务及实验结果之间的版本关联与追溯能力。- 后训练与运行时建设：协同算法团队，支持 DAgger、RECAP 等后训练流程的平台化接入，打通数据回流、训练执行、评测反馈与模型更新；建设配套任务运行时、资源管理和异常恢复能力。- 平台系统能力建设：完善权限管理、任务调度、资源隔离、日志监控、告警、发布及回滚机制，建立平台性能、稳定性、容量与成本管理基线。- 私有化与技术交付：负责离线安装、环境适配、部署升级、故障诊断及运维文档，推动训练与推理流程在目标环境中落地，形成可复用的交付方案。- 团队与项目推进：带领研发团队，制定阶段目标、任务分工和验收标准，组织技术评审、自动化测试及版本发布，管理项目风险和技术债。- 跨团队协作：与算法、评测、机器人系统及客户交付团队协作，明确接口与责任边界，完成端到端联调、场景验证和交付验收。 职位要求 - 5 年以上平台、企业软件或基础设施研发经验，其中至少 3 年 AI 平台、MLOps、训练平台或模型服务相关经验。- 主导过生产级平台从零建设、重大重构或完整交付，能够将业务需求转化为可落地的架构、研发计划和验收标准。- 具备扎实的后端与全栈工程能力，熟练掌握 Python、Go、Java 等至少一种后端语言；熟悉 TypeScript / JavaScript 及 React、Vue 等主流前端框架，能够独立完成关键功能的前后端设计、开发与联调。- 熟悉模型从数据准备、训练 / 后训练、实验管理、模型注册、评测到部署推理的完整流程，在训练平台、模型服务、数据平台中至少两个方向具备实际建设经验。-
优才-具身智能算法工程师（后训练 Infra 方向）-觅蜂子公司 上海 校招 正式 技术 - 算法类 职位 ID：A18728 职位描述 1. 负责具身智能后训练框架的设计与迭代，构建支撑真机强化学习的规模化训练能力。2. 深入理解强化学习、模仿学习、在线学习等后训练算法（PPO/SAC/DAgger/RLHF 等），基于算法特性设计高效的训练架构与数据流。3. 设计并实现云端多机多卡训练 + 边缘多机多本体 rollout 的分布式异步训练架构，支撑从单机到百台规模的扩展。4. 构建多种后训练算法的统一框架支撑，实现新算法低成本快速接入与验证。5. 负责云边通信体系设计（权重同步、数据回传、时延隐藏），保障大规模分布式训练的效率与稳定性。6. 跟进后训练领域前沿进展（π0.6 / RLT / flow matching RL 等），具备快速复现并工程化落地新算法的能力。 职位要求 1. 计算机、AI、机器人等相关专业硕士及以上学历。2. 具备扎实的 Python/C++ 编程能力，熟悉分布式系统设计与实现。3.
真机 Infra 专家（异构机器人平台与部署） 北京 社招 全职 技术 - 算法 职位 ID：A118246 职位描述 职位描述负责面向具身模型研发的真机基础设施，建设统一支持多种机器人本体、模型和任务的采集、推理、执行与评测平台，提升真机实验的稳定性、可复现性和迭代效率。1、设计并实现异构机器人接入与运行框架，统一观测、动作、设备状态和控制接口，支持不同机械臂、双臂平台、末端执行器及传感器的快速接入。2、打通模型推理到机器人执行的完整链路，优化数据预处理、推理调度、通信与控制时序，解决延迟、抖动、动作衔接和长时间运行中的稳定性问题。3、完成策略输出与机器人控制接口的适配，处理坐标变换、运动学求解、轨迹插值、动作限幅和执行反馈，建立碰撞防护、超时保护、急停及异常恢复机制。4、建设遥操作、示范采集和人类干预工具，完善多传感器标定、时间同步、轨迹录制、回放与质量检查，支持训练数据及失败案例的持续回流。5、建设多机任务调度、标准化测试、结果统计和回归验证能力，管理模型、设备配置与实验版本，提高评测吞吐和结果可比性。6、亲自完成设备联调和复杂故障排查，建立日志、监控与诊断工具；协同硬件团队推进选型、接口适配和集成验收，沉淀可复用的软件模块与操作规范。 职位要求 1、具有真实机器人系统搭建经验，必须亲自做过真机数采和模型或策略部署。曾独立负责机器人系统、部署平台或实验平台的关键模块，并支持持续运行和迭代。2、熟练使用 Python、C++ 和 Linux，熟悉 ROS／ROS 2 或同类机器人中间件，具备多线程、进程通信、网络通信和系统性能分析能力。3、熟悉机器人运动学、坐标变换及常见控制接口，能够定位模型输出、控制时序、通信链路和硬件状态共同引起的执行问题。4、熟悉深度学习模型推理与机器人策略执行流程，能够处理观测同步、动作分块、异步推理和执行反馈，并量化优化端到端延迟与稳定性。5、有相机、机械臂、夹爪等设备集成和标定经验，能够建设可靠的数据采集、记录与回放链路，保证数据完整性和可追溯性。6、具备平台架构与动手实现能力，能够将单机实验方案沉淀为多设备、多任务可复用的系统，并与算法团队共同完成问题定位和验证。加分项1、有两种及以上机器人本体的统一接入、跨本体部署经验。2、有多机器人并行采集、自动化评测或实验室平台从零建设经验。3、有 VLA、模仿学习策略的真机部署，以及 DAgger 或人类干预采集系统经验。4、有边缘推理优化、实时控制、力控、触觉或灵巧手系统集成经验。5、有仿真与真机接口统一、轨迹回放验证或 Sim-to-Real 调试经验。 投递...
【校招实习】模型评测工程师 北京 实习 互联网 / 电子 / 网游 - 研发 千寻智能2027届校招实习招聘项目 职位描述 1、搭建VLA离线自动化评测链路，完成模型视觉、动作预测离线校验，降低真机评测损耗，用Benchmark量化零样本、长时序任务指标，输出评测结论驱动算法迭代优化2、维护机器人场景库，开展真机端到端全链路评测，把控对外Demo交付质量，对交付风险拥有一票否决权3、模型、执行全链路缺陷，联动uDAS数采、DAgger数据迭代闭环问题，自主开发评测脚本、维护Docker评测环境4、独立制定评测准入、回归标准，直接跨团队对接算法、硬件协作，全程主导模块从方案到落地复盘5、深耕具身机器人评测体系，补齐AI+机器人交叉工程能力，掌握行业前沿评测方法论 职位要求 1、专业：计算机、人工智能、自动化、机器人等理工类相关专业2、工程能力：熟练Python，掌握Linux、Docker基础实操3、专业基础：了解ROS基础、机器人感知-决策-执行链路，懂基础测试用例与缺陷管理4、有机器人、具身模型、自动驾驶相关实习/科创项目优先，了解模型离线评测、相机标定、DAgger/uDAS概念优先有自动化测试、ROS开发、CI流水线实操经验优先5、自驱力强，能从零搭建评测流程；逻辑清晰、文档输出规范，做事严谨细致，适配AI非标化测试工作 投递...
Android 开发实习生 (Kotlin/Jetpack Compose) 上海 校招 实习 软件研发类 职位描述 部门与团队介绍测试技术与效能部是小米汽车保障软件交付质量与效率的核心团队，专注于移动端自动化测试技术以及移动研发效能 App 的建设。我们致力于通过技术手段解决移动端碎片化、兼容性及性能瓶颈问题，保障产品的品质。岗位职责1. 功能研发 ：参与 Android 客户端核心功能模块的设计与开发，确保代码的高可用性和可维护性。2. UI 构建 ：基于 Jetpack Compose 实现复杂的声明式 UI 界面，配合设计团队还原高保真视觉效果和流畅的交互动画。3. 架构实践 ：在 MVVM 架构下进行业务逻辑开发，使用 ViewModel , Repository 模式管理数据，利用 Hilt 进行依赖注入。4. 性能优化 ：参与