（Ego数据/VLA/世界模型方向） 【岗位职责】： 1、Ego数据AI清洗+全流程标注落地：负责第一视角Ego视频、多传感器融合数据的AI智能清洗、脏数据甄别、数据降噪、去重过滤、无效数据剔除，完成多模态数据筛选、结构化标注全流程工作，覆盖视觉、语言、动作关联类数据，输出干净、规整、适配VLA模型、世界模型训练的高质量标准化数据集。 2、标注规范体系搭建与迭代：结合VLA视觉语言联动、世界模型时空推理、场景理解、动作预测的模型训练特性，独立制定、迭代Ego数据标注规则、分类标准、边界定义与质检规范，解决复杂场景标注歧义、时空序列错位、动作语义匹配偏差等核心问题，统一数据输出标准。 3、AI清洗算法优化+自动化标注提效：搭建AI自动化数据清洗、智能纠错、批量提纯链路，迭代预标注、自动清洗模型策略；针对Ego视角遮挡、动态模糊、画面畸变、时序紊乱等劣质数据场景，定制专属清洗规则与数据修复方案，同时优化标注补全策略，大幅提升数据洁净度、标注效率与数据精度，降低人工干预成本。 4、模型训练数据适配与迭代优化：深度对接算法研发团队，理解VLA模型、世界模型的训练逻辑、损失函数特性与迭代需求，针对性筛选高价值难样本、边界样本、场景覆盖样本，统计数据分布、坏例类型，输出数据优化报告，驱动模型精度、场景泛化能力、动作预测准确性提升。 5、清洗&标注双维度质量管控与版本管理：建立Ego数据集AI清洗、结构化标注双重质量评估体系，负责数据抽检、脏例/坏例复盘、问题归因，专项治理数据噪声、冗余重复、残缺无效、标注错乱等问题；完成清洗后数据集、标注数据集的版本迭代、归档与溯源管理，保障模型训练数据的洁净性、合规性、完整性、可复用性。 6、技术沉淀与工具复用：沉淀Ego多模态数据处理、VLA模型专项标注、世界模型时空数据加工的方法论，维护可复用的数据处理脚本、标注模板、质检规则库，持续优化数据生产链路。 【任职要求】： 硬性要求 1、本科及以上学历，计算机、人工智能、视觉感知、自动化、大数据等相关专业，扎实的AI基础知识储备。 2、熟悉AI模型训练数据生产全流程，精通多模态数据AI清洗、降噪提纯、脏数据治理逻辑，了解VLA视觉语言动作模型、通用世界模型基本原理，清楚模型训练对数据洁净度、多样性、准确性、时空一致性、语义关联性的核心要求。 3、熟练使用Python，掌握Pandas、Numpy、OpenCV等常用数据/视觉处理库，能够独立编写脚本完成数据清洗、批量处理、格式转换、数据筛选等工作。 4、具备Ego第一视角数据、机器人/自动驾驶多模态数据AI清洗治理、时序数据提纯、标注质控全流程经验，熟悉语义分割、目标检测、动作关联标注、时空序列标注等方式，掌握各类场景脏数据、坏数据的识别与清洗方法。 5、具备极强的细节把控能力、逻辑思维能力，能够精准识别标注误差、数据缺陷，独立完成规范迭代与问题闭环。 【优先加分项】 1、有VLA模型、世界模型、机器人具身智能、自动驾驶感知模型训练数据支撑经验者优先。 2、熟悉主流AI标注、数据清洗平台，有自动化AI清洗、预标注模型优化、数据质量算法迭代经验者优先。 3、了解多模态大模型、时空预测模型训练逻辑，能够结合模型迭代需求反向优化数据策略者优先。 4、有数据集搭建、数据版本管理、数据基线迭代相关经验者优先。

【岗位职责】 1、负责穿戴式外骨骼机器人核心运动控制算法研发与迭代，开发阻抗控制、力矩闭环、自适应控制等算法，实现设备精准助力、步态跟随、姿态矫正等核心功能。 2、基于IMU、足底压力、EMG肌电传感器数据，研发人体运动意图识别、步态相位分割算法，优化人机协同效果，解决行走卡顿、助力滞后等问题，提升穿戴舒适度。 3、搭建外骨骼运动学/动力学模型，通过MATLAB/Simulink、ROS完成算法仿真、参数调试与样机实测迭代，保障设备运行稳定、响应快速。 4、负责算法轻量化、嵌入式移植与工程化落地，适配STM32/ARM平台，满足工业、医疗级产品量产可靠性要求。 5、根据工业负重、医疗康复、特种作业等不同场景，优化定制控制策略，配合团队完成整机联调与技术迭代。 【任职要求】 1、硕士及以上学历，自动化、控制工程、机器人、机电、人工智能等相关专业，优秀本科生可破格录用。 2、扎实掌握自动控制、现代控制理论，熟悉PID、阻抗控制、MPC、自适应/滑模控制，了解机器人动力学建模。 3、熟练使用MATLAB/Simulink仿真建模，精通C/C++，熟悉ROS/ROS2，有嵌入式算法开发、调试、移植经验。 4、熟悉IMU、压力、肌电传感器数据处理与融合，有步态识别、运动意图识别项目经验优先。 5、具备独立算法研发、样机调试与问题排查能力，逻辑清晰，擅长技术钻研与团队协作。 【优先加分项】 1、有外骨骼机器人、康复机器人、人形机器人控制算法研发经验； 2、有算法工程化、产品量产落地经验，熟悉代码轻量化、稳定性优化； 3、持有相关技术专利、发表相关论文、机器人竞赛获奖者优先。

【岗位职责】 1、负责穿戴式外骨骼机器人核心运动控制算法研发与迭代，开发阻抗控制、力矩闭环、自适应控制等算法，实现设备精准助力、步态跟随、姿态矫正等核心功能。 2、基于IMU、足底压力、EMG肌电传感器数据，研发人体运动意图识别、步态相位分割算法，优化人机协同效果，解决行走卡顿、助力滞后等问题，提升穿戴舒适度。 3、搭建外骨骼运动学/动力学模型，通过MATLAB/Simulink、ROS完成算法仿真、参数调试与样机实测迭代，保障设备运行稳定、响应快速。 4、负责算法轻量化、嵌入式移植与工程化落地，适配STM32/ARM平台，满足工业、医疗级产品量产可靠性要求。 5、根据工业负重、医疗康复、特种作业等不同场景，优化定制控制策略，配合团队完成整机联调与技术迭代。 【任职要求】 1、硕士及以上学历，自动化、控制工程、机器人、机电、人工智能等相关专业，优秀本科生可破格录用。 2、扎实掌握自动控制、现代控制理论，熟悉PID、阻抗控制、MPC、自适应/滑模控制，了解机器人动力学建模。 3、熟练使用MATLAB/Simulink仿真建模，精通C/C++，熟悉ROS/ROS2，有嵌入式算法开发、调试、移植经验。 4、熟悉IMU、压力、肌电传感器数据处理与融合，有步态识别、运动意图识别项目经验优先。 5、具备独立算法研发、样机调试与问题排查能力，逻辑清晰，擅长技术钻研与团队协作。 【优先加分项】 1、有外骨骼机器人、康复机器人、人形机器人控制算法研发经验； 2、有算法工程化、产品量产落地经验，熟悉代码轻量化、稳定性优化； 3、持有相关技术专利、发表相关论文、机器人竞赛获奖者优先。

【学历要求：硕士起可进行投递】 岗位职责： 1、设计开发高精度姿态融合算法，提升姿态稳定性与抗干扰能力； 2、设计开发高性能人体动作算法，提升人体动作的精准性与自然性； 3、编写高效、规范、文档完善的代码，撰写项目文档； 4、参与代码测试和测试开发，以确保应用程序质量； 5、与团队协作，发挥主观能动性，推动项目达成目标。 岗位要求：  1、计算机、数学、电子、导航及其相关专业，本科/硕士学历； 2、熟悉但不限于C++，熟练使用VS开发环境，熟悉STL、数据结构、设计模式、常用算法和面向对象编程思想; 3、熟悉MATLAB、Python，掌握Pytorch、TensorFlow框架； 4、熟悉惯性导航、组合导航原理及惯性系统误差标定补偿原理，具有扎实的惯性系统算法功底，精通Kalman滤波、姿态融合、捷联解算、组合导航、误差标定补偿等算法； 5、善于学习，具有分析、解决实际问题的能力，具备较强算法设计思维; 6、动作捕捉、SLAM、动作捕捉相关项目经验优先； 7、了解正向运动学、逆向运动学原理优先； 8、获数学建模获国奖优先。

【人形机器人相关研发内容】能力优秀，薪资OPEN 可谈~ 岗位职责： 1、负责将动作捕捉数据，通过运动重定向技术适配到特定的人形机器人模型上。包括开发算法解决因骨骼结构、关节自由度差异导致的运动映射问题，并利用接触面积等信息优化重定向效果，确保动作自然且物理可行； 2、负责开发强化学习算法训练机器人的运动控制策略，重点优化动态平衡、地形适应及能耗效率，并通过模仿学习等技术利用动捕数据加速训练过程； 3、负责搭建高保真仿真环境（如Isaac Gym, MuJoCo），并解决Sim-to-Real差距问题； 4、了解跟踪强化学习在腿足式机器人领域的前沿技术，推动相关技术落地应用。 任职条件： 1、计算机或机器人等相关专业硕士及以上学历背景； 2、精通强化学习核心算法（如PPO, SAC, DDPG）和模仿学习/逆强化学习，有相关工程应用经历者优先； 3、具备一定的机器人学基础，包括动力学建模、运动规划、全身控制（WBC）和状态估计 4、熟悉Python和C++编程语言，熟悉主流的强化学习框架和机器人仿真环境（如MuJoCo、Isaac Gym），具有ROS经验者优先； 5、在相关领域有顶会顶刊论文发表者优先。

【应届硕士投递，需硕士期间发表过论文在 sci 或者 中文核心期刊】 岗位职责‌ 1. 负责视觉-语言-动作（VLA）多模态大模型的架构设计、训练与优化，实现机器人对自然语言指令与视觉环境的端到端理解与动作生成。 2. 开发并优化动作生成策略，融合模仿学习（BC、GAIL）、强化学习（PPO、SAC）、扩散策略（Diffusion Policy）与流匹配（Flow Matching）技术，提升机器人在复杂场景下的泛化能力。 3. 构建并维护高质量机器人交互数据集，设计数据采集、清洗、标注与混合训练流程，支撑VLA模型的闭环迭代。 4. 部署VLA模型至人形/机械臂机器人平台，优化推理延迟、内存占用与能效比。 ‌任职要求‌ ‌1. 计算机科学、人工智能、机器人学、自动化或相关专业‌硕士及以上学历。 ‌2. 精通 ‌Python‌ 与 ‌PyTorch‌，具备大规模多模态模型训练经验（支持多机多卡，熟悉DeepSpeed/FSDP）。 3. 深入理解 ‌Transformer‌、‌ViT‌、‌Qwen-VL等视觉-语言预训练架构，具备微调与适配能力。 4. 熟练使用 ‌3D视觉工具链‌：PCL、Open3D、点云配准、6D位姿估计、SLAM（VINS、ORB-SLAM3）。 ‌5. 具备‌模仿学习‌与‌强化学习‌实战经验，熟悉动作序列建模、行为克隆、奖励函数设计。 6. 有‌VLA模型‌（如OpenVLA、RT-2、RDT）或‌多模态策略‌开发经验者优先。