工作职责:

-负责具身大模型（VLA / World Model 等）的预训练、微调、效果评估与优化，提升模型效果与泛化能力
-负责面向具身大模型的分布式训练框架的研发与优化，提升并行训练效率、稳定性及资源利用率
-负责具身场景相关技术研发，包括仿真平台、数据合成与处理、模型评测，以及量化、蒸馏等模型优化工作
-负责具身大模型训推中的性能分析与工程优化，定位并解决计算、通信、显存及吞吐等瓶颈，持续提升训推效率与稳定性

任职要求:

-掌握 LLM、VLM、World Model、VLA 等至少一种常用模型体系，理解其训练范式及特性
-掌握 Transformer，熟悉 Diffusion Policy、VAE 等相关方法，具备至少一种模型的端到端训练、调参或评测经验
-熟练使用 Nsight Systems、Nsight Compute、PyTorch Profiler 等 profiling 工具进行性能分析与优化
-熟悉分布式训练与并行加速技术，具备 FSDP、Megatron 等相关框架或方案的使用与优化经验者优先
-对具身智能有浓厚兴趣，在机器人控制、多模态联合训练、RL / Offline RL、sim2real迁移 等方向有经验者优先