算法工程实习生

岗位职责

1. 跟踪 Physical AI 领域的前沿进展，阅读论文，在 GPU 等经典算力平台上复现代表性算法与模型，协助建立训练与评测基线。
2. 协助研究团队实现与量子计算结合的新算法与新方法，完成指定模块的工程实现，包括将问题转换为量子计算可求解形式（如 Ising、QUBO 等）的相关工作。
3. 在量子计算平台上运行、调优算法与模型，参与设计并执行量子方案与经典方案的对比实验，做好实验记录与结果分析。
4. 在指导下参与模型在真实机器人上的部署、调试与效果验证。
5. 参与数据提纯、数据增广与数据质量评价相关算法模块的实现与迭代。
6. 维护实验记录与技术文档，确保结果可复现、可交接。

任职要求

1. 计算机、人工智能、自动化、机器人等相关专业在读硕士或博士（优秀本科生亦可）；可连续实习 6 个月及以上（硬性要求，不招短期实习），每周可到岗 4 天及以上者优先。
2. 编程能力扎实：熟练使用 Python，了解 C/C++；熟悉 PyTorch 等深度学习框架及 GPU 训练与推理的基本流程。
3. 熟练使用 Codex、Claude Code 等 AI Agent 工具，或具有自行搭建并使用智能体的经验；面试时欢迎展示与 AI 协作的 demo、实验或项目成果。
4. 在以下方向中至少有一类实质经验（满足一类即可，不要求全部具备）：
   • 具身智能研发：使用过 Isaac Sim / Isaac Lab 等仿真平台或 ROS/ROS2 机器人开发生态，参与过机器人相关项目或竞赛；实际操作过真实机器人部署与调试者优先；
   • 模型复现与训练：复现过 Physical AI 相关论文模型（如 Diffusion Policy、VLA/VLM、强化学习、世界模型等），或有扎实的深度学习项目经历；将模型部署到真实机器人上完成过验证者优先；
   • 量子计算：使用过量子计算平台，或有 QUBO/Ising 建模、量子启发算法的实现经验。
5. 了解 Physical AI 主流模型与算法，能快速读懂论文并动手复现。
6. 对量子计算有基本了解，或有强烈意愿快速学习相关方法与工具链。
7. 表达清晰，能讲清楚自己的工作与结论，能与研究及其他同事高效协作。

加分项

• 在 Physical AI、具身智能、空间推理、Gaussian Splatting 等相关领域发表过论文（如 CoRL、RSS、ICRA、IROS、NeurIPS、ICLR、CVPR 等会议，或 T-RO、IJRR、RA-L 等期刊）。
• 有双臂操作、灵巧手操作或全身运动控制方向的项目或部署经验。
• 有开源贡献、模型部署性能优化或真实项目交付经历。

投递说明