岗位描述（节选）
【岗位职责】
参与从 0 到 1 建设具身学习基础设施平台，为机器人大模型的强化学习后训练、评测与自迭代提供统一的环境服务与策略推理能力。以仿真环境和策略推理为切入点，通过资源调度、系统性能优化和运行保障，提高有效样本产出，降低实验等待与资源成本，并逐步扩展至端侧和真机执行场景。
【职位描述】
1. 环境与 Rollout 服务平台建设：建设共享 Sandbox 资源池与执行服务，实现环境申请、初始化、隔离、重置、回收与运行观测；对接强化学习训练框架，支撑真实具身模型训练与评测任务；
2. 策略推理集成与优化：集成和优化 vLLM、SGLang 等推理引擎，建设策略服务部署、路由与资源管理能力；结合业务负载优化批处理、缓存、多模态处理与模型执行效率，保障权重更新与模型版本关联的正确性；
3. 资源画像与动态调度：根据任务类型、环境资产和实际资源用量建立资源画像，设计预热、资产亲和、配额管……
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。