机器学习算法工程师
主要职责
1. 算法研究与开发
- 研究、复现并改进适用于机器人领域的先进机器学习算法，重点包括但不限于强化学习（RL）、模仿学习（IL）、视觉感知、多模态融合、运动规划与控制等方向。
2. 仿真训练环境构建
- 与仿真团队协作，设计和开发用于算法训练与评估的虚拟任务环境、奖励函数及基准测试套件，构建高效、可扩展的分布式训练管线。
3. 模型训练与优化
- 利用公司平台生成的海量仿真与真实数据，进行模型训练、调优与性能评估。探索仿真到真实（Sim2Real） 的迁移学习、领域自适应等关键技术。
4. 算法部署与集成
- 将训练验证后的模型进行工程化优化（如模型量化、剪枝），并集成到机器人软件系统中，与感知、控制模块协同工作，完成从算法原型到产品化应用的闭环。
5. 前沿探索与创新
- 跟踪学术界与工业界的最新进展，针对具身智能的核心挑战（如长周期任务规划、复杂操作技能学习、多智能体协作等）进行创新性研究与技术攻关。
任职要求
1. 教育背景
- 计算机科学、人工智能、自动化、应用数学或相关专业，硕士及以上学历（特别优秀的本科生可放宽）。
2. 理论基础与技能
- 扎实的机器学习理论基础，深入理解深度学习、强化学习等主流范式。
- 出色的Python编程能力，熟练使用 PyTorch 或 TensorFlow 等至少一种主流深度学习框架。
- 熟悉Linux开发环境，具备良好的代码风格和工程实践能力。
3. 项目经验
- 具有扎实的机器学习项目经验，有机器人、自动驾驶、游戏AI或相关领域算法研发经验者优先。
- 在至少一个以下领域有实际项目或深入研究：深度强化学习（DRL）、计算机视觉（CV）、机器人学习。
- 有在仿真环境中训练AI智能体并迁移到实际系统的经验者极具竞争力。
4. 个人素质
- 对人工智能与机器人技术充满热情，具备强大的自我驱动力和学习能力。
- 具备优秀的分析问题和解决问题的能力，以及良好的逻辑思维与沟通能力。
- 热爱挑战，能够在开放、快节奏的研究与工程结合的环境中高效工作。
加入我们
如果您渴望在一个数据与场景无限、目标清晰且富有挑战的环境中，亲手塑造机器人的未来智能，我们诚挚邀请您加入这场激动人心的探险。
请将您的个人简历、代表论文或技术报告、GitHub等作品链接发送至：solution@sungraph.com.cn，邮件标题请注明：“应聘机器学习算法工程师 - 姓名”。
