[北京]北京德塔源创智能科技有限公司

职位：机器人后训练工程师
发布时间：2026-08-20
工作地点：北京
信息来源：河北工业大学
职位类型：全职
专业标签：环境科学 自动化 计算机
职位描述
机器人后训练工程师（VLA/WAM & Real-world 10000元以上

ca***.cn[点击查看] 发布时间：2026-08-19　　

工作地域：北京市　　 职位类别：科学研究人员　　 学历要求：本科　　 招聘人数： 2人

实习期工资待遇： 10000以上元　　 转正后工资待遇： 10000元以上

专业要求：

计算机技术,计算机科学与技术,软件工程,机器人工程,智能科学与技术,计算机科学与技术（智能科学与技术）,计算机科学与技术(智能科学与技术),计算机应用技术,计算机科学与技术,通信工程,计算机软件与理论,电子信息科学类,物理电子学,计算机系统结构,微电子科学与工程,电子与通信工程,电子信息工程,数据科学与大数据技术,微电子学与固体电子学,080910,信号与信息处理,计算机科学与技术(智能科学与技术),智能科学与技术,信息与计算科学,电子科学与技术(量子电子学),无线电物理,电子科学与技术,集成电路设计与集成系统,电子信息科学与技术,计算机科学与技术,通信与信息系统,计算机应用技术,微电子学,计算机科学与技术（软件服务工程）,计算机科学与技术（智能科学与技术）,电磁场与微波技术,软件工程,电子科学与技术（量子电子学）,电路与系统,计算机科学与技术类,应用物理学,智能科学与技术,计算机科学与技术(智能科学与技术),计算机科学与技术,计算机软件与理论,计算机科学与技术（智能科学与技术）,计算机系统结构,计算机应用技术

职位描述：

职位描述：

参与具身基础模型后训练与真机部署核心研发，推动VLA、WAM模型从算法迭代到机器人真实落地。负责VLA与世界动作模型的SFT、RLHF、DPO微调优化，改进高维连续动作输出效果，解决多模态场景下动作幻觉与时序不一致问题。开展真实机器人强化学习研发，突破传统虚实迁移局限，完成真机安全探索、动态环境适配与奖励建模。负责策略模型在边缘设备的高性能推理部署，通过模型优化降低时延，打通高层规划与底层高频控制链路，解决真机抖动、控制不匹配等工程问题。依托人机在环数据与真机故障案例迭代模型，持续提升机器人物理适配能力与开放场景泛化性能。

职位要求：

计算机、机器人、自动化等相关专业应届生，熟悉深度强化学习、主流动作生成与控制架构，具备扎实算法与代码基础。了解VLM、世界模型微调对齐方案，拥有人形、四足机器人或灵巧手真机策略部署经验优先。熟练使用Python/C++及Linux开发环境，具备模型部署与工程优化能力。善于借助AI工具提升研发效率。

加分项：

拥有真实世界强化学习落地、仿真真机闭环优化、高动态运动或精细操作算法研发经验。