岗位描述（节选）
1、负责面向飞行器、扫地机等设备场景的具身智能基础模型预训练；
2、参与 VLA、World Model、Video Model、多模态时序模型等模型架构设计；
3、负责视觉、语言、视频、动作、轨迹、传感器、地图等多模态数据的表征学习和统一建模；
4、设计预训练任务，包括图文/视频语言对齐、视频预测、状态预测、动作预测、轨迹建模、masked modeling、自监督学习等；
5、负责训练数据清洗、配比、采样、tokenization、质量评估和训练实验迭代；
6、参与大规模分布式训练，解决训练稳定性、收敛效率、模型泛化等问题；
7、与后训练和端侧部署团队协作，保证预训练模型可以支撑真实任务适配，并具备硬件友好性；
职位要求：
必备能力
1、多模态预训练经验：熟悉 VLM、Video LLM、LLM、Diffusion、Transformer、SSM 等模型，有实际训练或深度研究经验。
2……
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。