具身智能算法工程师（框架方向）

岗位描述

1. 将强化学习（RL）、模仿学习（IL）、扩散策略、VLM/LLM 微调等具身算法，高效嵌入 RLinf 框架，定义训练、推理、回放、评测的标准接口与数据流。
2. 主导大规模分布式 RL 训练 pipeline 的算法侧调优（如 PPO、SAC的并行采样、经验池管理、优势估计加速），提升训练效率和样本利用率。
3. 负责具身基座模型（如 VLA、WAM 类）在 RLinf 上的 LoRA/QLoRA 微调适…
4. 硕士及以上学历，计算机、机器人、自动化、人工智能等相关专业，1年以上强化学习/机器人学习相关经验。
5. 深入理解主流 RL 算法，有实际训练和调参经验。
6. 熟悉至少一种…