说不清条件？直接问一句 →（例：合肥的BMS要几年经验）
要求 强化学习 共 2104 条 · 其中近一周 65 条 已筛选： 清除
1、跟踪大模型应用、训练优化、强化学习等前沿进展，追求极致，将相应技术应用到多模态内容理解和生成等小红书实际的业务场景； 2、跟踪大模型多模态算法的前沿进展，负责多模态搜索、精排、对话、工具调用、文生图、强化学习等相关算法优化。
1. 负责自动驾驶系统中端到端轨迹生成核心算法的设计、开发与优化，重点攻克两段式/一段式轨迹生成方案在复杂场景下的落地难题。 2. 主导导航任务、换道任务的轨迹生成算法研发，结合实际道路环境（如拥堵）提升轨迹的安全性、舒适性与效率。 3. 负责纵向控制模型（如跟车、加减速、停车）与横向控制模型（如路口、车道保持）的算法设计、参数调优及工程化实现。 4. 参与轨迹生成算法与感知、定位、规划模块的协同调试，解决跨模块数据交互、时序同步等技术问题，保障系统端到端性能。 5. 跟踪行业前沿技术动态（如大模型在轨迹生成中的应用、强化学习优化策略），推动算法迭代升级，撰写技术文档与专利。
一、岗位职责描述： 1. 算法研究：负责电力储能系统算法研究与设计（电池系统、水冷/消防系统等），提升储能系统运行经济与可靠性。负责“源-网-荷-储”协同调控算法（如多时间尺度优化调度、分布式资源聚合控制、需求响应策略）的研究与开发，支撑新型电力系统高效运行； 2. 算法开发与验证：完成算法的代码实现、仿真验证及硬件在环测试，确保算法精度、实时性与鲁棒性。基于实际运行数据持续迭代优化算法。 3. AI大模型融合应用研究：探索AI大模型在储能状态估计、运营效益和寿命提升、源网荷储调控中的创新应用。 二、岗位要求： 1. 博士学历；…
计算机视觉 Python C++ 算法与AI AI / 大模型
面向真实场景中的机器人操作任务，参与具身智能算法研发与工程落地，打通从三维感知、动作规划到机器人执行的完整链路，推动具身模型在真实机器人平台上稳定运行。 岗位职责 1. 负责机器人三维视觉与环境感知算法研发，包括目标检测与分割、深度与点云处理、物体位姿估计、空间关系理解等，为抓取和操作提供可靠的感知信息。 2. 负责机器人运动与轨迹规划算法开发，结合运动学、碰撞检测及执行约束，实现机械臂抓取、搬运、双臂协作等任务，优化动作的精度、平滑性与执行效率。 3. 参与机器人控制与软硬件联调，完成相机及手眼标定、坐标系转换、传感器同步、控制接口适配和轨迹执行，定位并解决真机运行中的偏差、抖动、延迟等问…
Python Linux 大模型 研发（未细分） 通信 / 计算机 / IT
· 负责 AI 编程工具 / 代码审查工具 Costrict 中 Coding Agent 的算法设计与实现，包括代码生成、代码补全、代码理解、自动修复、代码审查等能力。 · 参与 Agent 核心链路建设：任务规划、工具调用、上下文管理、代码检索与 RAG、多轮交互、执行反馈与自我修正。 · 跟进并落地大模型在代码场景的微调与优化，如 SFT、RLHF/DPO、Prompt Engineering、评测集构建与效果分析。 · 与后端、产品、前端协作，将算法能力工程化落地，并持续优化 Agent 的准确性、响应速度与稳定性。…
C++ Python Linux 算法与AI 机器人 / 智能装备
一、环境感知与空间建模 基于LiDAR、相机、IMU等传感器，开展点云处理、目标检测与跟踪、多传感器融合及可通行区域分析； 构建融合占据栅格、点云地图、拓扑地图、语义地图及场景图的分层环境表示； 研究语义地图、3D空间建模及场景空间关系推理，为导航规划提供环境信息。 二、导航规划与具身智能 面向足式机器人，研发室内外复杂环境下的全局规划、局部避障、轨迹优化与运动跟踪算法； 解决长距离、跨区域及跨楼层导航中的路径规划、重定位、状态恢复和到达验证，以及电梯、楼梯、门等关键节点的交互问题； 研发动态障碍物预测、局部重规划及异常恢复能力；…
职位介绍 强化学习 Q-learning 深度学习 深度学习框架 工作职责 1. 负责对接上游，整合处理环境模型信息，开发数据处理及测评工具 2. 负责自动驾驶泊车APA/HPA决策规划算法软件开发与调试 任职要求 1. 熟悉数值优化原理及工程实现，熟悉图搜索、曲线拟合等几何方法 2. 熟悉Hybrid A*、RRT、StateLattice等至少一种路径规划算法，具有泊车量产经验 3. 了解无人车/机器人强化学习或逆强化学习相关算法，了解至少一种深度学习框架 4. 硕士及以上学历，具有车辆工程、计算机、自动化及导航等专业知识优先，精通C++及python 5. 具备团队协作精神，有较好的表…
1、跟踪大模型应用、训练优化、强化学习等前沿进展，追求极致，将相应技术应用到多模态内容理解和生成等小红书实际的业务场景； 2、跟踪大模型多模态算法的前沿进展，负责多模态搜索、精排、对话、工具调用、文生图、强化学习等相关算法优化。
岗位目标 负责单手、双手、affordance point、loco-manipulation及BFM相关能力，当前以在研为主，持续承担真实作业结果。 工作职责 1. 负责机器人操作与运动智能相关产品规划，面向真实作业场景梳理移动、操作及全身协同等能力需求，明确需求优先级、版本目标及验收标准。 2. 深入机器人实际任务和使用场景，将作业需求拆解为具体算法能力要求，协同算法团队明确功能边界、接口及关键性能指标。 3. 参与机器人真机测试与能力验证，围绕任务成功率、运动精度、稳定性、执行效率及异常恢复等关键问题进行分析，推动算法及系统持续迭代。…
职位描述 和现有团队一起研究，提升大模型在漏洞攻防方向的安全能力。 核心职责 1. 设计并落地面向漏洞挖掘的大模型训练方案，涵盖预训练语料构建、指令微调以及基于人类/AI 反馈的强化学习环节； 2. 探索提升模型在自动源码审计、逆向工程、动态调试、模糊测试、漏洞利用程序(Exp)构建等安全场景下推理能力的技术路径； 3. 搭建并持续迭代模型安全能力评测体系和多维度的基准测试集； 4. 研究最前沿的漏洞安全攻防技术，包括漏洞挖掘、漏洞利用、缓解措施绕过 5. 跟踪最新的漏洞情报，即时复现热点/重点目标的高危0day/nday漏洞，丰富模型训练/测试数据集 职位要求 1. 计算机、网络安全或相关…
大模型 Python PyTorch 算法与AI AI / 大模型
【课题介绍】 随着通用大模型在深度推理、软件工程、复杂工具调用能力上的不断提升，模型正在从“完成短流程任务”迈向“可靠承担长期开放任务”。本课题围绕仓库级大型软件工程智能体、超长时程任务规划与工具使用、复杂智能体轨迹数据合成、模型自我验证与自主校准等关键技术方向开展研究，构建能够理解目标、分解任务、调用工具、从反馈中学习并在失败后自主恢复的智能体模型。 你将结合真实业务流程，研究从轨迹数据构造、监督微调、强化学习、测试时计算到在线学习的完整技术闭环；建立核心评测体系，推动 Agent 在复杂软件工程、深度研究、企业工作流等高价值场景中的规模化应用。…
C++ Python Linux 算法与AI 通信 / 计算机 / IT
（满足以下任意一方向）： 1. 负责dense/moe/多模态/强化学习等模型的大规模分布式优化，持续提高大规模分布式场景的算力利用率； 2. 负责大模型训练框架及相关定制通信算子的开发、调试、优化与维护； 3. 负责大规模训练容错库相关开发，优化在超大规模场景下的快速恢复； 4. 负责超大规模集群下的训练性能建模； 5. 跟踪分布式前沿优化技术和社区动态，持续改进产品性能；
Python PyTorch 深度学习 设计 机器人 / 智能装备
1.负责智能体平台的核心算法设计与架构落地，围绕大模型驱动的智能体（Agent）完成平台化能力建设，包括多智能体编排、任务规划、工具调用与执行链路设计； 2.负责智能体应用研发，设计并实现基于大模型的人机协作、自动规划、记忆管理与反思调优等机制，提升智能体在复杂任务上的稳定性与执行效率； 3.负责Skill市场的算法与能力建设，设计技能封装、语义检索、技能编排与复用机制，持续丰富并运营平台技能生态； 4.负责MCP（Model Context Protocol）服务的研究与落地，设计统一工具接入协议、上下文管理与工具调用方案，打通智能体与外部工具、系统的能力边界；…
机器学习 深度学习 Python 算法与AI 机器人 / 智能装备
1、面向城市轨道交通智能化、自主化和安全高效运行需求，开展大模型、多模态学习、世界模型及具身智能等前沿技术与行业应用研究，重点探索智能感知、认知、决策、规划与控制等关键方向； 2、承担或核心参与国家级、省部级、公司级重大科研项目，突破模型训练与推理、具身感知与交互、强化学习及机器人自主决策等核心技术，完成核心算法和系统验证攻关； 3、推动科研成果产出与转化，形成高水平论文、发明专利及自主知识产权，并协同相关团队推进技术在实际业务和产业场景中的落地应用。
岗位目标 负责灵巧操作的技术机会与产品价值判断，当前以预研为主，以可复现实验推动能力进入真实任务并持续成长。 工作职责 1. 负责灵巧操作相关场景和任务研究，结合用户需求、现有替代方案、技术成熟度及落地成本，识别值得投入的重点方向，制定阶段性能力目标和产品路线。 2. 负责灵巧操作、触觉感知等相关能力的产品定义和优先级管理，将真实任务拆解为操作策略、感知反馈、控制及数据等能力需求；协同算法、硬件和本体团队评估不同技术方案对任务效果、系统复杂度和成本的影响。 3. 深入参与原型及机器人真机实验，围绕任务成功率、操作稳定性、泛化能力、执行效率及失败案例开展分析，区分模型、数据、控制、本体及传感器…
强化学习 大模型 Python 算法与AI AI / 大模型
【课题介绍】 我们认为未来的通用大模型不仅需要根据人类提供的数据和奖励进行训练，还需要能够主动探索环境、发现知识与技能缺口、从交互反馈中持续学习，并逐步形成自我改进和自主进化能力。 本课题围绕Reasoning RL、Agentic RL、自主持续学习与递归式自我改进等关键技术方向开展研究，探索从离线训练、在线强化学习、环境交互学习到模型自主生成目标、自主构造训练数据、自主验证和持续更新的完整技术体系，构建具备深度推理、复杂决策、长期探索和持续自我提升的下一代大模型。 你将研究从奖励建模、可验证强化学习、策略优化、过程监督，到智能体环境交互、在线学习的完整技术验证；…
Python 深度学习 多模态 算法与AI 机器人 / 智能装备
1.负责VLA（视觉-语言-动作）相关模型及多模态算法的研发与迭代，实现大模型在机器人上的应用。 2.负责算法框架的研发，并开展VLA模型的训练、微调与部署工作。 3.处理多模态数据，构建高质量训练的数据集，优化模型泛化能力与鲁棒性。 4.推动VLA模型在机器人场景落地，解决模型部署过程中的相关技术难题，确保机器人能在真实场景中完成长流程、高动态的操作任务。 5.跟踪VLA领域前沿技术，开展模型相关预研与创新，并在自有机器人平台上进行复现、改进和部署。 6.探索强化学习（RL）在复杂场景及复杂任务中的实际应用。
C++ Python Linux 后端与架构 机器人 / 智能装备
岗位职责： · 负责感知模型、运动控制及操作 Policy 在人形机器人上的实机部署，打通多传感器输入、状态估计、模型推理、决策控制和执行器反馈的完整闭环。 · 负责相机、深度相机、激光雷达、IMU、编码器、力/力矩及触觉等传感器的选型、驱动开发、接入、标定与数据验证，建设多传感器时间同步、坐标变换和数据管理机制。 · 负责机器人上下位机、计算平台、控制器、驱动器及传感器之间的通信链路开发，基于 ROS/ROS 2、DDS、UDP、CAN/CAN-FD、EtherCAT 等技术实现实时、稳定的数据传输。 · 优化图像、点云、机器人状态、控制指令及模型推理数据链路，解决控制周期、通信时延、数据…
我们正在探索如何通过 Agent Harness Engineering 构建下一代 AI Infra 推理系统。你将参与即将开源的推理引擎研发，围绕算法优化、系统优化、服务优化、框架优化、编译优化与算子优化开展全链路技术探索，打造高性能、高易用、低功耗、跨平台的推理产品。 同时，你将探索如何利用 Codex、Claude Code、OpenCode 等 Coding Agent，结合 Skills / Plugins / Hooks / MCP、知识与上下文管理、多 Agent 协作、流程与工具设计、编译及自动验证技术，构建可持续迭代的 Agent 研发系统。…
1、负责多模态大模型的后训练体系建设，包括监督微调（SFT）、强化学习（RLVR/RLHF/RLAIF）、同策略蒸馏（OPD）全流程研发； 2、设计和构建高质量多模态训练数据，包括通用感知、复杂推理、安全对齐数据等，提升模型在真实任务上的表现； 3、改进多模态模型后训练算法和训练范式，驱动多模态大模型的效率/效果持续迭代； 4、跟踪学术界和工业界最新后训练技术，快速验证并落地到 MiniCPM 系列模型中。
1.负责多模态大模型的算法研发与系统构建，推动CV与LLM的深度融合。 2.设计并实现视觉理解、图像/视频内容生成、跨模态检索等核心模块，支持工业级多模态应用落地。 3.开展多模态Agent系统开发，构建具备视觉感知能力的智能体决策与交互框架。 4.跟踪前沿技术动态，推动技术创新与业务场景结合。
1. 行为预测前沿算法研发： 参与研发下一代端到端或基于大语言模型（LLM）的社会车/行人意图与轨迹预测算法，应对极其复杂的博弈与交互场景； 2. 多模态大模型落地 (Issue Triage)： 探索并应用多模态大模型（如视频+点云+文本序列），针对海量路测接管 Case 进行智能分析与自动化诊断（Issue Triage），挖掘并提炼长尾场景（Corner Cases），加速数据闭环； 3. AI Agent 智能体构建： 开发基于大模型的 AI Agent 框架，用于自动化场景仿真、数据自动标注、多智能体交互演练及模型效果的自动化评估；…
PyTorch 深度学习 大模型 后端与架构 芯片 / 半导体
岗位职责 · 分析国内外先进大模型的模型结构和训练方法，挖掘性能优化空间，参与优化方案的设计与实现。 · 开展大模型训练性能预估与仿真，分析计算、通信和显存开销，优化并行策略和资源配置。 · 基于 Megatron-LM、DeepSpeed、PyTorch FSDP、verl 等框架，参与预训练、后训练及并行策略相关 Infra 开发。 · 跟踪 MoE、Attention、RLHF、Agentic RL 等前沿技术，解决大模型训练中的性能问题。 职位要求 · 计算机、电子信息、软件工程、自动化等相关专业，本科及以上学历。…
岗位介绍: 我们正在寻找一位懂技术、会表达、能动手、热爱开源的伙伴，负责具身智能与世界模型方向的开源影响力建设。 这不是一个单纯的内容运营岗位。你需要能够理解项目代码和技术方案，与研发工程师顺畅沟通，把复杂技术讲清楚，并通过技术内容、开发者社区、开源活动和生态合作，让更多开发者了解、使用并参与我们的项目。 我们希望你是一个比较全面的“技术型开源运营”：既能写技术文章、维护开发者社区，也能运行项目、制作 Demo、参与活动策划，并推动开源项目持续成长。 岗位职责: 1. 制定开源运营策略 深入理解具身智能、世界模型及相关开源项目，制定项目发布、内容传播、社区增长和开发者生态建设计划，持续提升项…
大模型 Python PyTorch 算法与AI AI / 大模型
1. 安全训练与自主进化机制，包括大模型后训练核心算法，包括 SFT、PPO、GRPO、DAPO 、OPD、SAO等主流强化学习方法； 2. 研究面向下一代大模型的内生安全架构，探索将安全能力原生融入模型参数、记忆、注意力、MoE 等核心结构，并支持大模型（含 MoE 架构）的基于算子开发的高效训练与调优，训练基础设施与最佳实践； 3. 结合团队具体任务场景，将模型架构与 RL 技术落地为可交付的模型能力，持续提升模型的安全性、推理与泛化能力； 4. 结合当前智能体上的安全场景，将harness与模型架构进行更深结合，形成具备自调整，自组织能力的内生安全人工智能系统
岗位目标 围绕 World Model、Value / Evaluation Model、RL、生成式 Rollout 与 Simulation，推动机器人算法训练、评测和验证体系持续演进，提升算法研发效率和真机迭代速度。 工作职责 1. 负责世界模型、RL、仿真评测等方向的技术产品规划，识别算法研发中的关键瓶颈和能力机会，制定阶段目标及演进路线。 2. 协同算法团队推进 Value / Evaluation Model、World Model、生成式 Rollout、RL 与 Simulation 等技术能力建设，判断不同方案的适用边界、投入价值和优先级。…
C++ Python Linux 算法与AI 机器人 / 智能装备
1. 参与人形机器人全身运动控制、步态规划、平衡控制及轨迹优化算法研发； 2. 参与动力学建模、状态估计、MPC/WBC、强化学习运动控制等模块开发； 3. 参与仿真环境搭建、算法验证、Sim2Real及真机调试； 4. 分析运动控制问题，持续优化稳定性、鲁棒性和运动性能。
机器学习 数据挖掘 计算机视觉 算法与AI 新能源 / 储能
1. 新能源汽车动力电池故障预警与诊断的大数据算法模型搭建； 2. 动力电池SOH、寿命预测的大数据模型、物理模型或电化学模型的开发 3. 动力电池测试数据的深度挖掘与分析； 4. 撰写算法设计文档 5. 负责算法的优化与工程化代码开发； 6. 机器学习AI算法库搭建
【职位总结】 我们正在寻找一名VLA大模型算法工程师，负责视觉语言动作模型在机器人平台上的训练、评测与部署。你将连接多模态理解、策略学习和机器人真机控制，围绕数据采集、模型微调、动作生成、Sim-to-Real及端侧推理建立完整技术闭环，推动VLA能力从模型验证走向真实任务落地。 【核心职责】 1.VLA模型研发：研究并实现Transformer、VLM、Diffusion/Flow Matching、Action Token和Policy Model等技术，完成模型选型、复现、微调与架构改进。 2.机器人数据工程：建设遥操作采集、轨迹切分、清洗、标注、数据配比和增强流程，提升数据质量、任务…
期待对大模型后训练技术有热情，希望在真实业务场景中打磨模型、从部署到调优再到评测全链路实践的同学加入，与我们一起打造贴合存储行业场景的专属大模型解决方案，共同成长。 1、负责SFT（监督微调）、DPO（直接偏好优化）、RL（强化学习）等大模型后训练算法的研究与开发，优化模型训练流程，提升模型在各类任务中的性能与表现，增强模型的泛化能力和适应性； 2、负责Coding、翻译、多模态等垂直领域大模型的全流程研发工作，包括需求分析、模型架构设计、数据处理、模型训练与评估，打造贴合行业场景需求的专属大模型解决方案；…
职位描述 1. 负责AEB系统核心算法的设计、开发与迭代优化，覆盖感知融合、场景分类、碰撞评估、制动决策等完整功能链路； 2. 负责AEB算法在新车型上的适配与调参，结合C-NCAP/E-NCAP/IVISTA等法规测试要求持续提升算法性能； 3. 应用端到端（E2E）大模型技术到AEB/主动安全领域，提升E2E模型性能；
大模型 强化学习 机器学习 算法与AI 通信 / 计算机 / IT
岗位职责： 1、负责大语言模型LLM后训练阶段的核心算法研发与模型迭代，包括但不限于SFT、Reward Model训练以及强化学习DPO，GRPO，GSPO，Agentic RL等，持续提升模型作为Agent大脑的逻辑推理能力、指令遵循能力。 2、负责基于大模型的智能体架构设计与开发，探索多智能体协同机制、复杂任务拆解规划以及工具调用（Tool-use）能力。 3、构建并优化Agent系统的自我进化与自我演化机制，持续提升Agent在实际业务中的自主决策、工作流执行与闭环优化能力。 5、针对业务场景痛点进行模型与智能体调优，探索并解决模型幻觉问题，攻坚长上下文，复杂场景下的多轮对话策略与记…
岗位职责 1、负责SOTA AI模型在寒武纪人工智能芯片（MLU）上的端到端性能优化和精度调优，沉淀可复用、可泛化的优化方法论，独立开发寒武纪性能、精度分析工具，支撑常态化优化工作。 2、负责寒武纪Model Zoo的开发、迭代与日常维护，基于MLU芯片完成各类SOTA大模型、多模态算法的完整复现，针对模型训练全流程做性能分析、精度调优，输出标准化的行业领域参考解决方案。 3、深入研究大模型底层核心技术，深耕Megatron、DeepSpeed等分布式训练框架，掌握剪枝、量化训练等模型加速技术，熟悉VERL、Swift、PEFT等主流训练工具链，定位并解决大模型训练过程中通信、计算、显存、调…
岗位职责： •参与相关机器学习、强化学习等模型的研发、设计、训练调优和部署等工作，配合工程团队产出企业级的算法产品； •将机器学习、强化学习领域的算法应用于实际场景，解决真实业务问题； •将实践中的创新点以Github Repo/Paper/Tech Report等形式开源。 岗位要求： •本科及以上学历，熟悉机器学习、深度学习、数据挖掘、强化学习等方向之一； •具备良好的编程能力，熟练掌握python/C++等编程语言，优秀的分析问题和解决问题的能力，对解决具有挑战性的问题充满激情； •掌握以下任一技术方向对应的算法：AutoML，强化学习、迁移学习，对抗学习，凸优化，搜索，推荐，图神经网…
C++ Python ROS 制造与工艺 机器人 / 智能装备
岗位职责： · 负责机器人遥操作系统的方案设计与工程研发，支持包括 外骨骼、动捕、等多种遥操作模式。 · 优化遥操作系统的通信延迟、控制精度与稳定性，确保丝滑、低延迟的操控体验。 · 针对长时间数据采集任务，优化遥操作设备的人机交互体验与人体工学设计，降低操作者的疲劳度。 · 与数据和算法团队协作，持续迭代遥操作策略，提升数据对大模型训练的有效性。 职位要求： · 机器人、自动化、计算机、电子信息等相关专业硕士及以上学历。 · 精通 C++ / Python，有丰富的工程化经验，熟练使用ROS / ROS2 机器人操作系统。…
强化学习 PyTorch 大模型 算法与AI 机器人 / 智能装备
模块方向：具身大模型方向 课题方向：可微动力学+Human Coach在线RL 内容方向：可微物理引擎在真实机器人上面临sim2real gap问题。 梯度优化的 "短视陷阱"，缺乏长远的技能结构。这导致可微动力学很容易陷入局部最优。 Human Coach 的 "交互带宽瓶颈"。 梯度信号与人类反馈的 "融合难题"。人类反馈稀缺但是“金标准”，如何高效融合是最根本的算法挑战。 岗位职责 真实机器人可微动力学建模与系统辨识。研究面向真实人形机器人的可微动力学架构，开发高效的在线系统辨识方法。 基于可微动力学的高效在线 RL 算法。设计 "梯度规划 + 学习校正" 的混合控制框架。…
第四范式 城市未标注 CTO办公室
强化学习 Linux Python 算法与AI AI / 大模型
【工作职责】： 1.使用领先的强化学习技术提供实际问题的优化方法和解决方案； 2.对实际问题进行抽象，设计开发强化学习组件，降低解决方案的实现复杂度； 3.创造更有价值的强化学习产品，通过技术创新推动产品提升或客户业务增长。 【任职要求】： 1.良好的数据结构、算法基础，熟悉Linux基本操作； 2.熟练掌握Python，C++等一种常用编程语言； 3.熟悉强化学习（包括深度强化学习）算法原理，有充足的强化学习实践经验； 4.有较强的业务理解能力与学习能力，与人沟通积极主动。 加分项： 1.有供应链或物流优化的相关经历 2.熟悉运筹优化算法；…
多模态 Python PyTorch 算法与AI AI / 大模型
你将参与 MiniCPM 系列及相关大模型在政企真实场景中的能力适配，让模型在对应领域的长文档、知识问答、复杂推理、多模态理解、智能体执行和端侧部署等任务上持续变强。这里的算法工作与客户业务紧密相连，模型效果最终要经得起真实数据、真实流程和真实设备的检验。你可能参与领域继续训练、SFT、LoRA/QLoRA、蒸馏、偏好优化、强化学习、数据合成、难例挖掘、量化和推理优化，也可能深入某个行业场景，把模型能力与知识库、工具和业务规则组合起来。我们期待你有研究视野，也愿意把实验结果落到产品和项目里。 岗位职责 1. 负责大语言模型、多模态模型或智能体模型的训练、后训练、领域适配和效果优化。…
NLP 强化学习 Python 算法与AI 通信 / 计算机 / IT
1、围绕行业场景开展大模型能力研发，参与基座模型选型、领域数据分析与治理、训练策略设计及模型效果优化； 2、参与监督微调、偏好优化、蒸馏等后训练工作，分析数据质量、样本组织、训练目标与超参数对模型能力和稳定性的影响； 3、建设并迭代模型评测体系，围绕正确性、鲁棒性、安全性、格式遵循、时延与成本等维度设计评测集和指标；通过 Bad Case 分析推动问题定位与方案改进； 4、开展 Embedding、Rerank 和检索增强相关能力建设，参与领域语料处理、文本切分、向量检索、召回评估及端到端效果优化； 5、参与模型推理性能优化，结合 Prefill/Decode、KV Cache、批处理、量化…
岗位职责 1.主导或参与 WAM（全身动作模型）与 VLA（视觉语言动作模型） 的架构设计与训练优化，攻克感知-理解-决策-执行端到端链路中的核心难题； 2.探索视觉-语言-动作联合预训练的新范式，研究扩散策略、自回归动作生成、时序建模等前沿方法在机器人控制中的高效落地； 3.构建高质量多模态数据集（图像、视频、语言、全身动作等），设计数据标注标准与质量评估体系，开发大规模训练Pipeline； 4.推进模型推理优化与部署，平衡性能与效率，支撑真机实时控制需求； 5.跟踪并复现 NeurIPS/ICML/ICLR/CVPR 等顶会最新成果，结合业务场景进行创新性改进与工程化落地；
你可能参与： · 构建量化研究、策略开发与交易相关的 Agent 专项环境和评测体系； · 探索 AutoResearch 范式，让 Agent 自主完成数据分析、提出假设、挖掘因子与策略、运行回测、分析结果并持续迭代； · 研究 Code Agent 在因子研究、策略生成、代码实现和实验优化中的应用； · 构造高质量训练数据，探索 Reward 设计、强化学习及其他模型优化方法； · 分析 Agent 的失败模式，推动评测、数据与模型训练形成闭环。 我们希望你： · 具备扎实的编程能力，熟悉 Python，能够独立完成实验与系统开发；…
PyTorch 分布式 多模态 算法与AI AI / 大模型
岗位职责： 1.负责具身智能（Embodied AI）方向核心算法研发，包括但不限于 Vision-Language-Action（VLA）、World Action Model（WAM）、机器人基础模型（Robot Foundation Model）等相关技术。 2.负责机器人真机控制系统的研发与优化，完成算法在真实机器人平台上的训练、部署、调试与评测，持续提升模型的泛化能力与任务成功率。 3.研究并实现基于大规模多模态数据的机器人学习算法，包括模仿学习（Imitation Learning）、强化学习（RL）、Diffusion/Flow Matching、世界模型（World Mode…
NLP Python 深度学习 算法与AI 通信 / 计算机 / IT
职位简介： AI工程师从客户海量的数据流中分析指标、挖掘价值，通过人工智能产品及技术，解决实际问题。需要面对不同行业的业务需求，将复杂的业务问题转化为技术问题，通过数据分析与挖掘，利用星环的人工智能产品，最终解决客户需求，产生更好的商业决策和价值。包括探索大模型LLM进行优化，包括训练数据建设、模型训练、指令微调、推理优化等；负责大型语言模型的微调、偏好对齐、知识增强等技术探索，积极跟进AIGC业内应用趋势，包括并不限于MoE、RLHF、Long context、RAG、Agent等方向；AI工程师不但可以使用先进的人工智能技术解决实际行业问题，更可以和强大的产品技术团队合作，共同打造人工智…
NLP PyTorch Python 算法与AI 通信 / 计算机 / IT
岗位职责: 主要参与公司大语言模型相关算法及产品的开发工作，包括但不限于： 1. 负责AI平台及智能体核心产品算法设计与开发，保障代码质量和可维护性。 2. 关注AI/大模型等前沿领域，将AI能力融入算法设计与研发。 3. 在实际业务落地场景，负责数据的采集和清洗工作; 4. 在实际业务落地场景，根据平台和使用需求进行RAG、PE、大模型微调等工作; 5. 协助其他人员，对大模型相关算法及能力进行调优、测试； 6. 在客户现场，进行产品的部署、调优工作。 任职要求: 1. 计算机科学、人工智能、数学等相关专业本科及以上学历，具备基本NLP能力，熟悉pytorch框架、python等编程语言 …
岗位定位 负责具身智能数据基础设施的项目实施与落地，围绕具身真实场景数据、遥操作数据、仿真数据及互联网数据，建设覆盖“采集—传输—存储—质检—标注—治理—评测—闭环迭代”的数据平台，为模型训练、评测和机器人能力迭代提供高质量、可规模化的数据供给。 我们希望你具备 你不仅关注“采集了多少数据”，还能够回答：为什么采集、数据是否有效、缺少哪些场景、如何证明数据对模型有价值，以及怎样通过平台和机制持续降低高质量数据的生产成本。 岗位职责 1. 负责具身智能大模型数据基建项目的整体推进与进度管理，明确项目目标、研发范围、技术里程碑与关键任务，推动大模型算法研发工作有序开展，并对阶段性产出进行跟踪与总…
Python PyTorch 数据分析 后端与架构 新能源 / 储能
1、参与储能及微电网 AI 算法与软件研发，面向光伏、储能、柴油发电机、电网及负荷等多能源系统，开展数据分析、预测、 优化调度及智能控制相关技术研究。 2、负责 BMS、PCS、EMS、负荷、光伏及电价等多源数据的处理、分析和建模，挖掘储能系统运行规律和潜在风险； 3、参与负荷预测、光伏功率预测、电池状态分析、电池异常检测、SOH/RUL 预测及安全预警等 AI 算法研发； 4、参与 EMS 智能调度与优化算法研发，综合考虑光伏、负荷、SOC、电价及柴油发电机等设备运行状态和约束，研究光储 柴等系统的协同优化运行策略。…
机器学习 计算机视觉 多模态 算法与AI 机器人 / 智能装备
1、参与人形机器人及通用机器人具身智能算法研发，围绕多模态感知、环境理解、决策规划和运动控制等方向，探索机器人在真实场景中的任务执行与交互能力； 2、根据项目方向，参与以下一项或多项算法研发工作：视觉感知与空间定位，包括vSLAM/3D SLAM、三维重建、多传感器融合定位、目标检测、语义分割及点云处理等；具身大模型，包括视觉-语言-动作（VLA）模型、多模态信息对齐、模型微调及语言指令到机器人动作的映射；决策与控制，包括强化学习、模仿学习、扩散策略、轨迹规划及机器人运动控制等； 3、参与算法训练、测试与优化，基于真实或仿真数据开展实验设计、模型评估、问题分析和算法迭代；…
大模型 强化学习 机器学习 算法与AI 通信 / 计算机 / IT
岗位职责： 1、负责大语言模型LLM后训练阶段的核心算法研发与模型迭代，包括但不限于SFT、Reward Model训练以及强化学习DPO，GRPO，GSPO，Agentic RL等，持续提升模型作为Agent大脑的逻辑推理能力、指令遵循能力。 2、负责基于大模型的智能体架构设计与开发，探索多智能体协同机制、复杂任务拆解规划以及工具调用（Tool-use）能力。 3、构建并优化Agent系统的自我进化与自我演化机制，持续提升Agent在实际业务中的自主决策、工作流执行与闭环优化能力。 5、针对业务场景痛点进行模型与智能体调优，探索并解决模型幻觉问题，攻坚长上下文，复杂场景下的多轮对话策略与记…
C++ Python 强化学习 算法与AI 机器人 / 智能装备
岗位职责 1、负责人形机器人全身运动控制算法的研发、训练、调试与部署，提升机器人在行业应用场景下的稳定性、运动性能和可扩展性。 2、参与行走控制、动作跟踪、遥操作、地形适应及全身协调等方向的算法开发，解决从仿真训练到真机部署过程中的技术问题。 3、参与运动控制、强化学习、模仿学习及轨迹规划等前沿技术的调研、预研、复现和工程化落地。 4、配合完成机器人平台适配、实验评估、技术文档编写及跨团队协作，推动算法在不同产品和机型上的复用。 职位要求 1、机器人、自动化、控制工程、计算机、机械工程或相关专业，硕士及以上学历；具有人形、双足、四足或轮足机器人运动控制经验者优先。…
1.端到端模型研发： 负责新一代 End-to-End 自动驾驶算法的研发，包括但不限于基于 World Model（世界模型）、Video Generation（视频生成） 或 VLM（视觉语言模型） 的驾驶策略生成。 2.模型架构探索： 探索 Transformer、State-space Model (如 Mamba)、Diffusion Model 、IL/RL在轨迹预测与决策规划中的应用，验证 Scaling Law 在自动驾驶规控领域的有效性。 3.数据闭环与评测： 搭建针对生成式规划算法的自动化评测体系，利用大模型进行数据挖掘、自动标注（Auto-labeling）及场景重建，…