机器人智能体-模型框架算法工程师/专家

职责： 负责端侧具身智能体业务模型中的：数据清洗/标注，模型架构设计与联合训练，模型部署优化一个或多个方向： 1. 对多个模型进行分布式高效联合训练，解决联合训练冲突， 1. 高效的数据加载/增强策略，加速模型训练与实验迭代。 2. 优化训练Pipeline（混合精度/梯度检查点/显存优化） 2. 制作联合标注训练和评测样本，根据模型功能搭建联合标注/自标注的自动化框架，支持大规模批量自动化标注和构建。 3. 大规模数据闭环构建与驱动：实现基于场景挖掘、失败案例分析、主动学习的数据自动筛选、标注增强与策略迭代优化。 4. 模型部署与性能优化： 1. 通过模型剪枝/蒸馏/量化等实现提升业务模型部署推理效率 2. 优化主干网络，和模型结构 3. 解决模型在端侧部署时的精度和性能问题。 4. 训练和推理的对齐 【任职要求】 要求： 1. 人工智能、计算机、机器人、自动驾驶等相关专业硕士或博士学位 2. 熟练掌握C++/Python/脚本编程，有Linux下开发经验，具备优秀的开发和调试能力； 3. 熟悉Pytorch、TensorFlow等AI框架，了解TensorRT、TVM； 4. 如下一个或多个方向经验 1. 有实际模型压缩、剪枝、蒸馏、量化技术等轻量化经验； 2. 掌握LoRA等微调技术，熟悉MoE架构/多模态训练 3. 有大规模数据集构建和配比经验 4. 实际的模型的端侧部署经验 5. 熟悉大模型加速技术，熟悉CUDA编程和nsight system，有利用GPU等异构硬件上优化软件性能的优先； 5. 良好的沟通表达能力和团队协作能力。 加分项： - 有机器人、智能驾驶等领域的实际工程经验者优先 - 在机器人顶会或AI顶会（ICRA/IROS/CVPR/NeurIPS/ICML/ICLR等）发表论文者优先