VLA算法工程师

职位描述 1. 负责视觉语言动作模型（VLA）的端到端开发与工程实现 2. 设计并优化模型结构，完成数据预处理、模型训练及真实设备上的部署，保障模型运行效率与预测精度 3. 持续跟进VLA/VLM领域的前沿技术发展，包括流匹配、动作分块架构等方向，探索新型模型结构与算法改进方案 职位要求： 1. 具备计算机、人工智能、自动化、机器人学等相关领域工作背景，或拥有相关专业硕士及以上学位 2. 熟练掌握PyTorch、TensorFlow、Jax等主流深度学习框架，具备扎实的编程能力 3. 熟悉主流生成式模型（如Diffusion、Flow等），了解其评估方法与应用方式 4. 掌握transformer架构原理，了解机器人端到端控制模型（如ACT、OpenVLA、pi0、RT2等）以及视觉-语言-导航大模型的最新研究进展 5. 具备VLA/VLM模型训练或微调的实际项目经验 加分项：具备在英伟达边缘计算芯片上进行模型量化与推理部署的经验 加分项：曾参与ACM等程序设计竞赛，或在自然语言处理/多模态领域顶级会议发表论文或获奖者优先