大模型算法研究员（RL）

岗位职责： - 负责具身大模型（VLA/世界模型）后训练中的分布式系统架构设计、吞吐量和效率优化、多机多卡多核scaling。 - 负责后训练中的神经网络架构研发。熟悉主流VLA/世界模型的架构，在此基础上为后训练做专属的surgery. - 负责真机强化学习。打通机器人控制到在线学习算法运转的全链路，专属harness engineering、专属代码框架设计、实验调优。 - 负责真机后训练的autoresearch。调研和研发真机上后训练的loop engineering（如ENPIRE等autoresearch类的算法） - 负责模拟器搭建。熟悉Isaac/genesis world/MuJoCo等业界SOTA，为大规模并行RL开发拟真、高速模拟器完成sim2real。 - 负责后训练中的评测环境搭建。设计模拟器、真机等分层评测体系，搭建和运维一键提交式评测平台，维护内部/外部的算法…… 完整岗位描述与官方投递入口,请登录后在岗位详情页查看。