强化学习算法工程师（具身大模型）

【岗位职责】 1. 机器人强化学习算法研究与开发： 负责前沿机器人强化学习算法的研究、设计和实现，重点方向包括：基于扩散模型/VLA的策略学习与强化学习微调、离线/off-policy RL（如IQL、CQL、RLPD等）、residual policy learning、以及长horizon任务的课程学习与稀疏奖励设计。 2. VLA大模型训练与优化： 负责Vision-Language-Action大模型（如RT-2、π0.5系列等）的训练、微调和推理优化，熟悉action chunking、多模态embedding提取等技术，提升模型在真实机器人操作任务上的性能。 3. 机器人强化学习数据与推理链路搭建： 负责真实机器人上RL在线数据收集pipeline的搭建，包括：实时推理部署、异步inference处理、trajectory数据的采集/存储/回放、奖励信号计算与标注，以及sim-…… 完整岗位描述与官方投递入口,请登录后在岗位详情页查看。

本站当前在招 10664 个深圳岗位（全城各职能合计），其中 1773 个公开标注了薪资。按这些标注统计：月薪（税前）主流区间 12K ~ 20K（25~75 分位），中位约 16K，最低 1K、最高 100K。