算法研究员

岗位职责

1. 面向 Physical AI 中的生成式模型（Diffusion Model / Diffusion Policy、Encoder-Decoder 架构、VLA/VLM、强化学习、世界模型等），分析现有架构的不足与改进空间，提出与量子计算结合的模型架构创新方案。
2. 将待解决的问题转换为量子计算可求解的标准模型或标准数学形式（如 Ising、QUBO 等），完成理论分析与原型实现，并用量子计算机完成求解与验证。
3. 围绕数据提纯、数据增广与数据质量评价开展算法研究，形成可复用的方法与模块。
4. 建立经典算法基线与评价方法，在可复现的对照实验中验证量子方案的增益与适用边界。
5. 产出研究与落地两类成果：既形成论文、技术报告等可发表的研究成果，也将有效方法沉淀为可复用的算法能力，支撑业务交付。
6. 与工程团队及其他同事协作，推动研究成果向工程能力转化。

任职要求

1. 计算机、人工智能、数学、物理、机器人等相关专业，博士优先（应届博士或博士后均可），优秀硕士可谈。
2. 熟练使用 Codex、Claude Code 等 AI Agent 工具，或具有自行搭建并长期使用智能体的经验；面试时请展示与 AI 协作的 demo、实验或项目成果。
3. 数学建模能力扎实，能够将实际问题抽象、转换为量子计算可求解的标准数学形式。
4. 在生成式模型方向有实质研究积累：熟悉 Diffusion Model / Diffusion Policy、Encoder-Decoder 架构、VLA/VLM 架构、强化学习或世界模型中的至少一类，理解其原理、局限与改进方向，并亲手训练过模型，且亲手设计或改进过模型架构。
5. 具有机器人方向的研究经历：能将模型部署到真实机器人上完成验证，或在高保真仿真环境中开展过研究并发表相关论文；研究涉及双臂操作、灵巧手操作或全身运动控制者优先。
6. 能够独立阅读论文、提出问题、设计实验并实现代码原型；重视实验记录与结果复现。
7. 愿意同时承担研究与落地两类产出，在跨领域协作中持续学习量子计算相关知识。

加分项

• 在相关领域顶级会议或期刊发表过论文（如 NeurIPS、ICML、ICLR、CoRL、RSS、ICRA、CVPR、ICCV、SIGGRAPH 等，或 T-RO、IJRR、TPAMI 等期刊），或有开源研究项目、可展示的算法创新成果。
• 有量子计算、QUBO/Ising 建模、CIM 或量子启发方法的研究经验。
• 有能量模型、采样优化等方向的研究经验。

投递说明