【职位描述】
1.参与研发前沿的机器人大模型 (vision language action model). 包括但不限于机器人动作表征，多模态表征，vla大模型架构设计和训练等
2.跟进并调研国内外前沿的vla大模型技术，协助团队完成相关算法的设计、实现与优化；
3.协助完成数据处理、模型训练、效果评估等实验工作，并产出高质量的实验报告与技术文档；
4.积极参与团队讨论，配合工程同事推动算法落地；
5.参与开源项目、技术论文撰写、专利申请等工作，持续打造业界的技术口碑及影响力。
【任职要求】
1.计算机、人工智能、电子信息、计算机工程等相关专业硕士及以上学历（博士优先）；
2.具备良好的编程能力，熟练使用 Python，熟悉 PyTorch 等主流深度学习框架，熟练使用 Linux 开发环境；
3.具备良好的英文文献阅读能力，能够主动学习和跟进前沿技术动态；
4.熟悉深度学习、信号处理等相关理论知识，具备大模型，语音识别/合成，视觉编码等相关项目或研究经验者优先；熟悉以下任一领域者优先：特征提取和表征算法（如VQ、RVQ）; 生成式模型 （Diffusion/Flow Matching）; 多模态LLM架构 （（如 LLaMA、Qwen 等开源模型）； 熟悉大模型预训练/微调/后训练等训练策略
5.有顶会/期刊论文者优先，方向不限，如 ACL/ACMMM/ICASSP/INTERSPEECH/CVPR/ECCV/ICCV/NeurIPS/ICLR/ICML/TASLP/TMM/PAMI 等，在重要算法比赛中取得过优秀名次的候选人优先；
6.对技术前沿有浓厚兴趣，善于利用各类技术解决复杂实际问题，强烈的自驱力，良好沟通表达及的团队协作能力优先。
7.要求实习至少 6 个月以上，可长期实习者优先。
【工作地点】
北京海淀区中关村清华科技园
【联系人与联系方式】
Felicia
微信以及电话：13728606007