1 、核心模型架构设计与研发
作为核心技术领导者，负责设计、研发和迭代下一代具身大脑模型，重点解决多模态（视觉、语言、触觉、本体感觉等）融合下的长程任务推理、规划与决策问题。主导探索和实现前沿模型架构，如基于大型语言模型（LLM）的推理引擎、世界模型、记忆增强网络、分层强化学习等，以提升模型在复杂、动态环境中的任务理解与执行能力。
2 、’技术路线规划与前沿探索
洞察学术界和工业界（如Google RT-2/X, Meta DROID/OpenVLA, ALOHA, RoboBrain等）的最新进展，制定团队具身大脑模型的中长期技术路线图。
独立或带领团队进行创新性研究，攻克具身智能领域的核心难题，如常识推理、因果理解、工具使用、人机协作等，并推动研究成果向产品化转化。
3 、模型训练与评估体系构建
负责构建大规模、高效的模型训练Pipeline，利用分布式计算框架（如DeepSpeed, FSDP）在海量多模态数据上训练和优化具身大脑模型。
设计并建立一套科学、全面的模型评估体系，涵盖长程任务成功率、泛化能力、鲁棒性、样本效率等关键指标，以准确衡量模型性能并指导迭代方向。
4、 跨团队协作与技术赋能
与数据团队紧密合作，定义高质量、多样化的训练数据需求，推动数据驱动的模型闭环优化。与本体适配工程师、仿真工程师协作，确保大脑模型能够高效、稳定地部署到不同机器人本体上，并指导仿真环境的构建以更好地服务于模型训练与验证。
5 、技术领导力与知识传承
指导团队中、初级工程师，培养团队的技术氛围和创新能力，分享前沿知识与最佳实践。代表团队参与顶级学术会议、技术研讨会，发表高水平论文，申请核心专利，提升团队在业界和学术界的影响力。

【岗位要求】

1 、学历与专业背景
计算机科学、人工智能、机器人学等相关专业博士学历，或顶尖院校硕士学历且拥有5年以上顶尖科技公司或知名研究实验室的相关工作经验。
2 、核心模型研发经验
拥有多模态长程任务推理模型的实际设计与研发经验，对如何将视觉、语言等模态信息有效融合以支持复杂决策有深刻理解和成功实践。精通至少一种主流深度学习框架（PyTorch优先），具备从零开始设计、训练和部署大型多模态模型的端到端经验。
3 、前沿技术洞察力
深入了解具身智能领域的主流技术产品和模型，深入分析过Google RT系列、Meta DROID/OpenVLA、RoboBrain等至少一个主流系统的技术原理、优势与局限性。对Transformer、扩散模型、世界模型、强化学习、因果推理等至少一个方向有深入研究，并能将其创新性地应用于具身智能问题。
4 、顶尖学术成果
作为第一作者在相关领域的顶级学术会议或期刊上独立发表过高水平论文，如NeurIPS, ICML, ICLR, CVPR, ICCV, CoRL, RSS, RA-L等。
论文内容需与多模态学习、序列决策、机器人学、强化学习等高度相关。
5 、工程与系统能力
具备优秀的软件工程能力，熟悉Linux开发环境、Git版本控制、Docker容器化等，能够编写高质量、可维护的代码。
熟悉大规模分布式训练、模型并行、数据并行等技术，有处理海量数据和训练超大规模模型的经验者优先。
6 、软技能与综合素质
具备卓越的技术领导力、系统思维和解决问题的能力，能够独立承担复杂技术项目的规划与落地。具备出色的沟通表达能力和团队协作精神，能够有效推动跨团队项目进展，并激发团队创新活力。对具身智能有极致的热情和追求，自驱力强，渴望通过技术创造颠覆性产品。