职位描述
1. 针对机器⼈具⾝智能领域，研发机器⼈视觉-语⾔多模态⼤模型算法⽅案，负责基于 VLM(视觉-语⾔
模型)/VLA(视觉-语⾔-动作)/VLN(视觉-语⾔-导航) 等机器⼈领域多模态算法的技术研究与落地；
2. 参与机器⼈⼤规模多模态数据集的处理和标注⼯作，参与机器⼈多模态基础⼤模型的设计和训练，
并根据实际作业场景完成多模态⼤模型的对⻬和微调等⼯作；
3. 建⽴机器⼈视觉-语⾔多模态⼤模型的评测数据集及评测指标；
4. 负责机器⼈视觉-语⾔多模态⼤模型的部署与优化相关⼯作。

职位要求
1. 应⽤数学、计算机视觉、模式识别、机器学习、电⼦信息、机器⼈等相关专业本科及以上相关毕业
⽣；
2. 具备3年及以上机器学习/深度学习应⽤经验，有视觉-语⾔多模态模型训练和微调应⽤经验；
3. 具备VLM(视觉-语⾔模型)/VLA(视觉-语⾔-动作)多模态模型的应⽤经验，包括不限于使⽤CLIP、
BLIP、RT-1、VoxPoser等开源模型进⾏训练、微调和应⽤；熟悉PaLM-E、RT-2、RobotGPT等机
器⼈领域多模态⼤模型的原理及应⽤；
4. 熟悉 C/C++ 或 Python 编程，有ROS2及机器⼈⼯程开发相关经验优先；
5. 有计算机视觉、模式识别、机器⼈领域顶会
（CVPR/ICCV/ECCV/ICML/NeurIPS/CoRL/ICRA/WACV/IROS)或顶刊（TPAMI/IJCV/TIP）者优先；
6. 有顶级学术⽐赛成果或实际⼯程项⽬经验者优先