岗位职责
- 跟踪具身智能前沿进展，探索不同模型范式，从 Data-Centric 视角研究不同训练阶段对数据的差异化需求，设计消融实验与对照训练验证数据假设。
- 研究全面自主的具身智能需要什么数据，量化不同来源、不同范式的数据对模型能力的贡献，回答哪些数据值得吸收、值得规模化，探索具身场景下的数据 scaling law。
- 设计具身智能评测基准（benchmark），构建可量化、可复现的能力验证体系，闭环支撑数据与模型的联合迭代。
- 参与开源项目建设与顶会论文发表，沉淀研究成果为可复现的开放工具与学术贡献。
职位要求
- 计算机科学、人工智能、机器人学、统计学等相关专业硕士及以上学历。
- 2 年以上机器学习/具身智能/机器人学习相关研究或工程经验。
- 深入理解具身 VLA/WAM 模型的核心原理与训练机制，熟悉主流架构。具备深度学习和多模态模型经验，熟悉常见计算机视觉算法和大模型算法，有工程化落地经验。
- 熟悉 Data-Centric AI 方法（数据选择、数据质量评估、数据混合优化等），或有相关研究经验者优先。
- 有具身智能/机器人相关顶会论文发表（CoRL、RSS、ICRA、NeurIPS、ICML 等）或知名开源项目贡献者优先。
- 具备良好的研究品味和工程能力，能独立推进从研究到落地的完整闭环
