蘇州 算法 招聘（工資待遇要求）

一、崗位定位
開發機器人操做前沿算法研究，包括但不限于Vision-Language-Action (VLA)模型，Offline-RL, Online-RL, Human in the loop等。
二、核心職責
端到端算法研發與優化： 負責通用端到端機器人操做算法的迭代和優化，熟練掌握 Imitation Learning / VLM / VLA 訓練、微調及部署。
強化學習與人機協作： 深入研究 Offline-RL 和 Online-RL 算法（如PPO, SAC等），特別是Human-in-the-Loop（HITL）反饋機制的設計與實踐，實現策略的持續迭代和性能提升。
高質量數據構建與維護： 設計并維護高效的數據收集、清洗、標注和混合策略，深刻理解不同來源和類型數據（如示范數據、HITL反饋、環境交互數據）對模型性能（Performance）的影響，確保數據資產能有效驅動VLA-RL閉環。
系統集成與部署： 與硬件、系統工程團隊緊密協作，將先進算法在實際機器人平臺上進行部署和測試，推動具身智能操做團隊的創新應用展示和落地。
三、任職要求
計算機 / 人工智能 / 機器人學 / 數學 / 物理等相關專業碩士及以上學位，具備扎實的機器學習、深度學習、機器人學基礎。如果是本科生/沒有經驗要求畢業于清華、北京大學、復旦大學、上海交通大學、浙江大學，且在計算機競賽、物理競賽、數學競賽中取得優異成績者優先。
核心要求：
精通PyTorch, 對模仿學習 (Imitation Learning) 和 強化學習 (RL) 理論體系有深刻理解。
熟悉Vision-Language Models (VLM) / Vision-Language-Action (VLA) 模型結構、訓練方法和前沿進展（如RT-1/2, Diffusion Policy等）。
具備多模態數據處理、視覺/語言表示學習的經驗，能處理大規模的機器人交互數據。