具身智能的高效训练、数据闭环与云上部署关键技术-阿里星/A Star

1. 参与PAI具身智能训练与部署基础设施的架构设计与开发,围绕GR00T、Pi0、OpenVLA、VLM Policy、World Model、强化学习/模仿学习等方向,开展高效训练、数据管线、异构硬件适配、性能优化和产品化落地工作； 2. 负责具身智能数据管线建设,包括多模态数据(视频、轨迹、动作、传感器)的采集、清洗、切分、标注、回放和版本管理,实现仿真数据、真实数据、生成数据的融合和质量评估； 3. 优化VLA/VLM/机器人策略模型的训练框架适配,实现模仿学习、强化学习、后训练、策略微调等训练链路的高效执行,支持长序列视频、多视角输入、动作token的高效训练； 4. 支撑机器人、自动驾驶、工业具身、视频世界模型等真实客户场景,将技术成果沉淀为PAI TurboX、DLC、DSW、Notebook Gallery、模型训练和部署链路的核心能力； 5. 推动具身智能训练与部署方向的学术影响力和产品影响力产出。 【任职要求】 1. 计算机、人工智能、机器人、自动驾驶、机器学习、系统、高性能计算等相关方向硕士或博士优先。 2. 熟悉具身智能、机器人学习、VLA/VLM、World Model、强化学习、模仿学习、多模态大模型中的一个或多个方向。 3. 熟悉 PyTorch、分布式训练、多机多卡训练、数据加载、模型训练调优等基础能力，有大模型或多模态模型训练经验优先。 4. 具备较强系统工程能力，了解 GPU/异构硬件性能分析、算子优化、通信优化、显存优化、数据管线优化者优先。 5. 有 CoRL、RSS、ICRA、IROS、NeurIPS、ICLR、MLSys、CVPR 等顶级会议论文、开源项目、机器人/自动驾驶/具身智能项目经验者优先。 6. 具备较强的问题抽象能力和工程落地能力，能够从真实客户场景中提炼通用技术问题，并推动形成可复用方案。 7. 对具身智能和 AI 基础设施有长期热情，愿意在前沿模型、训练系统、云上平台和客户场景交叉方向持续深耕。