Career Area:Engineering Job Description: Your Work Shapes the World at Caterpillar Inc. When you join Caterpillar, youre joining a global team who cares not just about the work we do – but also about each other.
强化学习工程师（真机操作方向） 上海 全职 职位描述 1. 负责真机强化学习算法的设计与落地，构建从仿真训练到真机部署的完整 RL pipeline，解决 Sim2Real 迁移中的核心挑战2. 研发高效的 RL 训练方案，提升样本效率，使复杂灵巧操作任务能在有限训练时间内收敛到高成功率3. 搭建人机协作训练体系，探索人类遥操作干预、奖励信号设计、渐进式自主等策略，降低真机训练成本4. 构建分布式 RL 训练基础设施，对接多仿真器后端与真机环境，支持多算法并行实验与大规模数据采集5. 跟踪真机 RL 与机器人操作领域前沿进展（如 SERL 等代表性工作），快速验证并落地到产品 职位要求 任职要求1. 硕士及以上，计算机 / 机器人 / 自动化等相关专业2. 具备真机强化学习的完整项目经验，熟悉从仿真训练到真机策略部署的全流程，了解 Sim2Real 迁移的关键技术（域随机化、阻抗控制、自动重置等）3. 精通主流 RL 算法（SAC /
高级尺寸工程师(R11268) 上海 全职 职位描述 1、负责灵巧手的尺寸链建模，建立整手的KPC/CTQ标准与公差分配策略；2、运用RSS/Monte Carlo方法验证公差可实现性，输出模组/整手的公差累积报告；3、分析装配尺寸链，解决尺寸累积问题，优化定位基准与装配顺序；4、制定装配工艺流程与关键工序检测要求，支持检具/工装精度设计与验收；5、与结构、工艺、质量团队协作，解决产品生产装配过程中的尺寸干涉与精度超差问题；6、制定尺寸设计规范、材料库，支撑平台化与系列化的机器人灵巧手开发；7、赋能所有机械工程师以具备基础的尺寸分析能力。 职位要求 1、本科及以上学历，机械工程、车辆工程、精密仪器等相关专业优先；2、5年及以上尺寸链工作经验，如整车厂白车身尺寸链等，深度掌握尺寸工程相关方法论；3、熟练使用至少一种尺寸链分析软件，并对软件的底层逻辑有深入了解；4、熟悉各种尺寸公差标准与工程图纸规范；5、有机器人/灵巧手/精密机电产品尺寸分析经验者优先；6、具备良好的问题分析能力、项目推动能力与跨部门协同意识。承担主要目标/关键任务1. 灵巧手技术精度保障，简历高精度尺寸控制体系，实现公差可预测，支撑灵巧手平台化开发。2. 灵巧手生产质量提升，协同结构、工艺、质量，解决生产公差问题，提升生产精度。 投递...
具身Agent算法工程师-通用业务部 上海 校招 正式 技术 - 算法类 职位 ID：A68464 职位描述 设计分层/端到端 Agent 架构：负责高层任务理解（Task Planning）→ 中层行为规划（Skill/Sub-goal Decomposition）→ 底层动作执行（VLA/RL/WBC）的全栈算法设计。研发基于大模型的具身决策引擎：利用 LLM/VLM 进行任务拆解、常识推理、异常恢复（Failure Recovery）与重规划（Re-planning），实现 SayCan、RT-H、VoxPoser、CoPa 等路线的工程化落地。构建多模态感知-记忆-行动闭环：融合视觉、语言、触觉、本体感知与历史交互信息，支持长程任务中的上下文保持与状态追踪。设计机器人记忆架构：包括短期工作记忆（Working Memory，支持当前任务上下文）、长期情景记忆（Episodic Memory，存储历史交互经验）与语义记忆（Semantic Memory，存储物体属性、环境常识）。实现基于记忆的 RAG/在线学习：支持机器人在执行中动态检索历史经验、调用外部知识库，并通过真实交互数据实现策略的持续微调（Continual Learning）与自我改进（Self-Improvement）。 职位要求 计算机科学、人工智能、机器人学、认知科学等相关专业，硕士及以上学历。Agent 与 LLM：深入理解 LLM Agent 架构（ReAct、Reflexion、LATS、AutoGPT 等），具备 Prompt
Company Description Do you want beneficial technologies being shaped by your ideas? Whether in the areas of mobility solutions, consumer goods, industrial technology or energy and building technology - with us, you will have the chance
优才-具身基座大模型算法研究员-具身研究中心 上海、北京 校招 正式 技术 - 研究类 职位 ID：A47457 职位描述 - 参与具身智能基础模型研发，覆盖 VLM/VLA/VideoGen 预训练、后训练与强化学习等关键环节，打造可跨不同机器人平台泛化的通用模型。- 设计多模态模型结构与训练策略，融合图像/视频/语言/触觉/动作等信息，提升理解、推理与执行能力。- 探索具身领域的数据配方与 scaling law，沉淀可复用的训练范式与评测结论。- 面向复杂任务与长时序任务，构建训练—评测—迭代闭环，持续提升成功率、稳定性与鲁棒性。- 与数据/系统/仿真/硬件团队协作，推进模型训练、验证、部署与迭代落地。- 撰写技术文档和学术论文，分享研究成果并在技术社区中展示创新技术。 职位要求 - 硕士及以上学历，计算机/机器人/AI 等相关方向。- 熟悉大模型训练体系，有预训练或后训练经验，对 LLM/VLM/VLA/VideoGen 有较深理解。- 具备强化学习相关经验（PPO/SAC 等），有 Online RL / Offline RL类训练实践经验者优先。。- 熟悉或跟进过主流
Company Description WD is building the infrastructure behind the AI-driven data economy. As AI scales, so does data. Every interaction, every model, every system generates data that must be stored, managed, and made accessible over time.
校招-大模型算法工程师（具身方向） 合肥、上海 校招 正式 数字技术 - 算法 硕士及以上 2027届校园招聘-正式批 职位 ID：A182997 职位描述 负责具身智能多模态大模型的研发与落地，围绕视觉、语言、机器人状态与动作进行统一建模，探索并实现 VLA（Vision-Language-Action）、多模态 Transformer、Diffusion Policy、Flow Matching 、WM/WMA等技术路线，提升机器人在复杂场景下的感知、推理、规划与操作能力。负责机器人操作策略的训练与优化，包括模仿学习、行为克隆、强化学习、SFT 、Lora等方法；研究 Action Chunking、Diffusion/Flow-based Policy 等策略建模方法，实现从多模态观测到机器人动作的端到端学习。参与机器人真机数据、遥操作数据、仿真数据及互联网多模态数据的数据体系建设，负责数据采集、清洗、时序对齐、动作表示、数据筛选、数据增强及数据配比等工作，提升大规模具身数据的质量与训练效率。参与 Isaac Sim / Isaac Lab、MuJoCo 等机器人仿真平台建设，通过域随机化、观测噪声、动力学随机化、执行器延迟建模等方法提升策略鲁棒性，研究 Sim-to-Real、Real-to-Sim 以及仿真数据与真实数据联合训练方法。负责具身智能模型在机械臂、双臂机器人及人形机器人等平台上的部署与验证，完成模型推理、机器人控制接口、ROS/ROS2 通信及实时控制系统集成；通过 TensorRT、ONNX、CUDA、量化等技术优化模型推理性能。持续跟踪具身智能领域前沿技术，包括 VLA、Vision-Language Model、World Model、Diffusion/Flow
NVIDIA is seeking exceptional machine learning engineers to join our world-class robotics initiatives focused on humanoid loco-manipulation. As part of the Isaac Loco-Manipulation team, you’ll collaborate with industry-leading experts, contribute to robotics foundation models including GR00T
NVIDIA has been transforming computer graphics, PC gaming, and accelerated computing for more than 25 years. It’s a unique legacy of innovation that’s fueled by great technology—and amazing people. Today, we’re tapping into the unlimited potential
强化学习运动控制算法工程师 深圳、上海 校招 正式 技术 - 算法类 职位 ID：A79350 职位描述 1、负责人型机器人深度强化学习运动控制模型的训练、部署、优化。2、参与相关运控量产功能的上线交付。3、参与前沿算法的探索和复现，包括但不限于感知运控、生成式运控、loco-manipulation、whole-body VLA等。4、支持 Skill 参数化、组合执行以及不同场景下的泛化，为上层 Agent 提供稳定、清晰、可调用的机器人能力接口。 职位要求 1、本科及以上学历，控制工程与控制理论、机械电子、计算机、自动化等相关专业。2、熟悉人型机器人深度强化学习运动控制的训练和调优，有实机经验。3、掌握C++、python编程语言，熟练使用isaac lab、mjlab、mujuco等仿真器。4、发表过相关论文（T-RO、RSS、CoRL、RA-L、ICRA、IROS、ICLR等）或有机器人竞赛（如RoboMaster、RoboCup、DARPA挑战赛等）经验优先录取。 投递...
具身智能-运动智能体 深圳、上海 社招 全职 智能制造 / 工业互联网 / 工业自动化 - 研发 职位描述 【具身端到端规划算法工程师/资深/专家/TL】（深圳/上海/北京）岗位职责：1. 负责研发基于深度学习的四足/人形等机器人的全身状态规划控制，实现灵活自然的动态环境的避障和通过2. 设计实现鲁棒高效的 感知-规划-控制 端到端方案，实现鲁棒高效精准的机器人动作规划3. 设计构建模型训练数据集和标注方法，支持大批量自动化的标注构建4. 应用模仿学习，在/离线强化学习进行模型训练提升模型性能，开发高效的模型评测方法提高迭代效率5. 解决模型评测/部署/真机测试中遇到的问题，满足项目交付指标要求6. 跟踪前沿技术方案，持续迭代升级方案 岗位要求：满足3条及以上1. 人工智能、计算机、机器人、自动驾驶、控制等相关专业硕士或博士学位2. 熟练掌握主流深度学习的时序规划方法如transformer，生成式方法 diffusion policy，掌握主流端到端架构方案如BEV-tranformer/diffusion架构。3. 熟悉基于采样/搜索/优化的决策规划算法，熟悉机器人全身控制。4. 具有模仿学习或强化学习训练经验，熟悉PPO/GRPO/DPO等5. 有实际的端到端系统开发经验，如智能驾驶的E2E。6. 熟练使用PyTorch/TensorFlow深度学习框架，熟练使用Python/C++语言编程，有实际项目开发经验7. 熟悉机器人常用开发环境Mojuco/NVIDIA Isaac/gazebo，有 ROS2/DDS下的开发经验，，能够在Linux环境下独立进行开发和调试； 加分项：8. 有智能驾驶/机器人领域的工程落地经验者优先9. 在机器人顶会（SR/IJRR/TRO/RSS/ICRA/IROS等）或AI顶会（CVPR/NeurIPS/ICML/ICLR等）发表论文者优先 【具身运动控制算法工程师/资深/专家/TL】（深圳/上海）职位描述1.
具身智能-认知智能体 深圳、上海 社招 全职 智能制造 / 工业互联网 / 工业自动化 职位描述 【具身多模态大模型（VLM/VLA）算法工程师/资深/专家/TL】岗位职责：1. 研究应用大模型实现四足、人形机器人的复杂认知能力，包括：语音交互、场景理解、行为决策推理与动作规划，长程任务规划等；2. 实现基于视觉、深度等的环境感知与3D空间表征，人脸人形识别、人体姿态估计等， 实现精准的空间推理 及action model 动作轨迹规划；3. 开发适配大模型VLM/VLA的场景表征/对齐技术和场景语义识别。训练图像/视频与文本融合的多模态理解大模型，提升模型的跨模态理解能力；4. 设计构建模型训练数据集和标注方法，支持大批量自动化的标注构建；5. 负责基模型的领域预训练，模型微调SFT、强化学习（RLHF）训练，提升夸任务的泛化性能，开发高效的模型评测方法提高迭代效率；6. 解决模型评测/部署/真机测试中的问题，满足项目交付指标要求；7. 跟踪前沿技术方案，持续迭代升级方案。岗位要求1. 人工智能、计算机、机器人、自动驾驶、自然语言处理等相关专业硕士或博士学位2. 有如下某个方向研究经验： a. 熟练掌握主流LLM技术（Bert、GPT、Llama、transformer等），有VLM模型（Llava、QwenVL等）、VLA（action token）模型应用经验， 熟悉生成式AI 技术（diffusion）。 b. 有量产动静态环境感知或表征经验，熟悉 BEV、Sparse，SAM，VIT，CLIP，DINO c. 具备多模态数据融合（文+视+听）研发经验； d. 掌握主流的具身大模型技术（RT2,
机器人专项-运动智能体 深圳、上海 社招 全职 智能制造 / 工业互联网 / 工业自动化 - 研发 职位描述 1.研发和优化腿足机器人/机械臂的运动控制算法（包括但不限于强化学习控制、基于优化的控制、力控/阻抗控制等）2.使用动力学仿真器（IsaacGym/MuJoCo/PyBullet等）进行算法验证，并为机器人本体设计提供数据支持3.开发和维护运动控制程序模块，支持上层应用需求4.跟踪机器人运动控制领域前沿技术，评估新技术应用价值 职位要求 1.具有扎实的机器人学、控制理论基础，熟悉正逆运动学/动力学、系统辨识等算法2.熟练使用C++/Python，熟悉Linux开发环境，至少掌握一种主流动力学仿真工具（MuJoCo/PyBullet/Gazebo等）；3.有腿足机器人/无人机或机械臂实际开发经验，熟悉现代机器人工具库（Pinocchio/OCS2等）者优先4.加分项：在RSS/ICRA/IROS/CoRL等会议发表过相关论文具备多机器人平台调试经验了解执行器（如永磁同步电机）和传感器（如IMU）原理掌握角色动画/生成模型相关算法具备计算机视觉或灵巧操作相关经验 投递...
机器人专项-认知智能体 深圳、上海 社招 全职 智能制造 / 工业互联网 / 工业自动化 职位描述 【P0】具身多模态大模型（VLM/VLA）算法工程师/资深/专家/TL岗位职责：1. 研究应用大模型实现四足、人形机器人的复杂认知能力，包括： 1. 开放指令任务理解及规划、复杂场景理解、行为决策推理与动作规划，长程任务规划等； 2. 实现机器人自主探索导航 3. 实现高效可泛化的四足、人形机器人的移动、操作联合决策和规划2. 实现基于视觉、深度等的环境感知与3D空间表征，人脸人形识别、人体姿态估计等， 实现精准的空间推理 及action model 动作轨迹规划；3. 开发适配大模型VLM/VLA的场景表征/对齐技术和场景语义识别。训练图像/视频与文本融合的多模态理解大模型，提升模型的跨模态理解能力；4. 设计构建模型训练数据集和标注方法，支持大批量自动化的标注构建5. 负责基模型的领域预训练，模型微调SFT、强化学习（RLHF）训练，提升夸任务的泛化性能，开发高效的模型评测方法提高迭代效率。6. 解决模型评测/部署/真机测试中的问题，满足项目交付指标要求7. 跟踪前沿技术方案，持续迭代升级方案 岗位要求1. 人工智能、计算机、机器人、自动驾驶、自然语言处理等相关专业硕士或博士学位2. 有如下某个方向研究经验： 1. 熟练掌握主流LLM技术（Bert、GPT、Llama、transformer等），有VLM模型（Llava、QwenVL等）、VLA（action token）模型应用经验， 熟悉生成式AI 技术（diffusion）。
强化学习研究员 北京、上海 全职 职位描述 1、强化学习算法研发：围绕机器人在强化学习，模仿学习与逆强化学习等开展前沿技术研究工作； 2、强化学习后训练：探索真机强化学习在具身大模型后训练领域的应用和算法突破，提升机器人完成复杂灵巧任务的能力；3、效率提升：提升真机强化学习的样本利用率，探索多智能体强化学习和分布式真机后训练在具身领域的应用； 职位要求 任职要求：1、研究生及以上学历，计算机、AI、Robotics等相关专业优先；2、扎实的深度学习、强化学习基础（Model-based/Free RL、Online/Offline RL、Imitation learning），对机器人多模态、端到端运动操作、多指灵巧操作、Sim2real等有研究深度； 3、优秀的分析和解决问题能力，自驱性强，具备良好的团队协作素质； 4、算法和编程基础扎实，有机器人仿真、真机调试经历者优先； 5、在ICML/NeurIPS/ICLR/ICRA/RSS等顶会论文发表论文或参加过国际竞赛并获得成果的同学优先。 投递...
语音算法工程师（ASR大模型 ） 上海、深圳 全职 职位描述 1、负责端到端语音识别大模型的训练、微调与优化，面向机器人语音交互场景、构建高鲁棒性识别能力；2、基于 Whisper、Parakeet 等大规模预训练模型，进行压缩（蒸馏、量化）、结构优化与风格适配，提升模型推理效率与产品适配性；3、研究并实现多模态融合识别方案，强化复杂场景下语音感知能力、推进先进训练范式落地；4、联合VAD、声纹模块，构建具备全链路协同优化能力的语音系统;5、关注生成式 AI 和多模态交互技术，对推动人形机器人智能化有热情。 职位要求 1、本科及以上学历，计算机、人工智能、电子、数学等相关专业；2、出色的问题分析和解决能力，自主探索新解决方案的能力强；3、关注生成式 AI 和多模态交互技术，对推动人形机器人智能化有热情；4、熟悉当前主流语音大模型架构，具备 ASR 预训练/微调经验。加分项：1、有 Whisper 等大模型的蒸馏调优、参数高效微调（如 LoRA、Adapter）经验者2、精通NeMo 等开源工具链，具备分布式训练与模型压缩能力;3、有机器人语音系统研发经验或复杂语音场景（噪声、多人、跨语种）实战经验者;4、在HCI、HRI、RSS、CVPR、ECCV、ICCV、NeurIPS、ICLR、SIGGRAPH或SIGGRAPH Asia等顶级会议/期刊上发表论文者；5、具有优秀的代码能力和竞赛精神，ACM/ICPC、RoboMaster等比赛获奖者。 投递...
多模态知识工程师 深圳、上海 全职 职位描述 1、构建面向Agent交互场景的多模态知识表达体系，包括图谱结构、知识embedding、记忆机制等；2、设计知识表示、更新、检索和推理机制，支撑语言、图像、动作等模态的统一知识融合；3、提供长期记忆、用户画像、场景背景知识服务，支持Agent持续对话与行为规划；4、与多模态感知与语言模型协同，增强人设一致性和个性调度能力。 职位要求 1、本科及以上学历，计算机、人工智能、电子、数学等相关专业；2、出色的问题分析和解决能力，自主探索新解决方案的能力强3、关注生成式 AI 和多模态交互技术，对推动人形机器人智能化有热情；4、熟悉知识图谱构建、RAG检索增强生成（Retriever-Augmented Generation）机制；5、了解多模态知识表示方法，如CLIP-based embedding、Triplet模型等；加分项：1、熟悉FAISS、Milvus、Neo4j等知识索引/图数据库工具；2、有面向对话系统或Agent的记忆/知识调度系统设计经验者；3、在HCI、HRI、RSS、CVPR、ECCV、ICCV、NeurIPS、ICLR、SIGGRAPH或SIGGRAPH Asia等顶级会议/期刊上发表论文者；4、具有优秀的代码能力和竞赛精神，ACM/ICPC、RoboMaster等比赛获奖者。 投递...
大模型训练调优工程师 上海、深圳 全职 职位描述 1、搭建并维护多模态大模型训练体系，覆盖语音、动作、视频等模态的预训练、微调、评估与部署流程；2、负责训练 pipeline 的工程优化，包括多任务调度、多模态数据协同加载、多GPU资源调度与 DDP 分布式加速；3、实现高效微调策略（如 LoRA、PEFT、Adapter 等），提升低资源条件下的模型定制效率；4、分析训练稳定性、收敛性能与资源利用效率，设计可量化的训练质量评估与异常监控机制；5、与算法团队深度协作，参与模型结构设计、系统瓶颈分析与底层训练策略联合优化；6、持续跟进并引入大模型训练相关前沿技术，如混合精度、异构加速、编译优化等，提升训练系统性能上限。 职位要求 1、本科及以上学历，计算机、人工智能、电子、数学等相关专业；2、出色的问题分析和解决能力，自主探索新解决方案的能力强3、关注生成式 AI 和多模态交互技术，对推动人形机器人智能化有热情；4、熟悉 Transformer 类大模型训练流程，具备完整的预训练 + 微调 + 推理部署经验；5、熟练掌握 PyTorch、DeepSpeed 或 FSDP、LoRA/PEFT 等训练加速与参数高效微调工具；加分项：1、具备良好的工程能力，熟悉 CI/CD 流程、训练日志分析与调参监控；2、有实际多模态模型训练经验（语音/动作/图文任一方向），熟悉多模态输入调度与训练过程控制；3、在HCI、HRI、RSS、CVPR、ECCV、ICCV、NeurIPS、ICLR、SIGGRAPH或SIGGRAPH Asia等顶级会议/期刊上发表论文者；4、具有优秀的代码能力和竞赛精神，ACM/ICPC、RoboMaster等比赛获奖者。 投递...
机器人算法应用工程师 上海、北京 全职 职位描述 职位描述我们的团队是机器人产品落地的重要基石，拥有强大的工程实现能力。现在，我们寻找一位能为机器人应用“玩出花”的伙伴。您将成为团队中的 “算法探索者” 与 “解决方案架构师” 。您的核心使命并非进行底层的C++编码，而是探索、评估、原型化和集成最前沿的机器人算法，将其转化为可行的功能方案，并为工程团队提供清晰的算法蓝图。如果您痴迷于算法的无限可能，享受将论文中的idea在仿真和真实机器人上“玩”出效果，并乐于为复杂功能构思简洁的调用逻辑，那么这个职位正为您而设。 职位要求 对机器人技术充满热情，具备优秀的学习能力和自主驱动力，乐于解决开放式问题。精通Python，具备强大的算法原型实现能力，能够快速验证算法并推动其走向真机验证。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：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感知（图像处理、点云理解、多模态融合、SLAM）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）拥有对机器人系统架构的整体理解，能够快速上手和集成不熟悉的算法模块。我们特别欢迎具备强大学习能力和成长潜力的候选人，即使在某些方向经验尚浅，也能迅速适应并创造价值。加分项：有机器人真机部署经验，特别是在高复杂度任务中的经验。有机器人系统或远程操控经验。在机器人或机器学习顶级会议（ICRA, CoRL, RSS, NeurIPS等）发表论文者优先。熟悉 ROS/ROS2、Mujoco、PyBullet、Isaac Sim 等仿真和开发工具链者优先。 投递...