具身智能仿真评测研发工程师（J105511）

-负责开源数据集 / 模型 / 镜像以及仿真环境的预置上架，建设从开源资产调研、适配验证到平台上架的标准流程，丰富平台预置资产库 -负责加速镜像的产品化研发，将训推加速能力封装为可复制、可交付的产品能力，支撑开源模型与仿真环境在云上的快速复现，建设 skill 与评测结果的自动化评估能力 -负责仿真评测平台核心模块研发，包括仿真环境与评测集的集成与产品化、评测任务统一编排（多仿真环境抽象统一、任务自动分片与并发调度），提升大规模评测任务的吞吐与资源利用率 -负责 Agent 方向研发，包括 skill 资产管理、对外预置 skill 能力与对内研发提效工具建设，开展开源及厂内外 skill 的研究与集成 【任职要求】 -计算机、人工智能、自动化、机器人、软件工程等相关专业，本科及以上学历 -熟悉 Python / Go / C++ 中至少一种编程语言，具备扎实的工程研发能力和良好的代码质量意识 -熟悉云原生、分布式系统、任务调度、工作流引擎中的一种或多种技术方向，有 Kubernetes、Docker 实际使用经验 -理解 AI 模型开发基本流程，熟悉 PyTorch 等深度学习框架，了解训练加速、推理优化、性能分析的常用方法与工具 -对具身智能行业有理解，了解机器人、多模态数据、仿真训练、VLA / 大模型、模型评测等相关概念 -具备较强的问题抽象能力和平台化思维，能够将定制化需求沉淀为可复用的产品能力 -具备良好的沟通协作能力，能够与产品、算法、架构、交付团队协同推进复杂项目落地 -加分项 -有 Isaac Gym / Isaac Lab / MuJoCo / ManiSkill / SAPIEN 等仿真器的使用或二次开发经验，熟悉具身评测 benchmark（LIBERO、RoboArena 等） -有训练/推理加速实战经验，熟悉 torch.profiler、Nsight Systems、py-spy 等性能分析工具，了解 CUDA / NCCL 性能特征 -有 Agent 平台、skill / 插件生态、AI 研发提效工具的研发经验，有开源社区（Isaac / LeRobot / openpi 等）代码贡献经历 -熟悉 Ray、Argo、Kubeflow 等分布式任务编排技术，有大规模 GPU 任务调度经验 -有机器学习平台、AI Infra、性能工程相关研发经验，有云厂商 ToB 行业解决方案或客户项目交付经验