VLA/WAM算法专家

优缺点分析

角色解读

• 在京东科技深入具身智能前沿研发，成为机器人视觉语言领域的专家
• 横向拓展至机器人系统整体设计，从算法走向系统架构师或技术负责人
• 参与行业顶会发表论文，提升学术影响力，未来可转向学术或创业方向
• 跟踪具身智能前沿技术，特别是VLA/WAM等视觉语言动作模型，进行技术调研和方向判断
• 设计家用机器人具身操作模型架构，进行大规模数据预训练和后训练，实现3D空间理解和任务规划
• 与机器人硬件、力控、移动等团队协作，将算法集成到实际机器人系统中
• 扎实的计算机视觉、自然语言处理和多模态模型基础，熟悉VLM、VLA等最新架构
• 熟练使用PyTorch/TensorFlow进行大规模分布式训练，具备多卡并行训练经验
• 熟悉主流具身数据集（如OXE、DROID）和经典模型（如Qwen-VL、DP系列），具备数据处理和模型微调能力
• 良好的Python/C++编程能力和问题排查能力，有工程落地经验更优

申请策略

• 展示你对具身智能的热情和对京东机器人业务的了解，比如京东仓储物流和家用服务机器人的布局
• 在面试中强调你的独立研究能力和团队协作经验，因为岗位涉及跨团队协同
• 重点突出具身操作大模型项目经验，包括数据收集、预训练、微调和部署全流程
• 列出熟悉的数据集（OXE、DROID等）和模型（Qwen-VL、DP系列等），体现行业认知深度
• 如果有顶会论文或开源贡献，单独列出并说明技术贡献
• 强调大规模分布式训练和工程优化经验，如多卡并行、推理加速等
• 如果对机器人操作不太熟悉，可以快速补一补机器人学基础和仿真环境（如Isaac Gym、MuJoCo）
• 熟悉最新具身智能论文，如RT-2、Octo、RDT等，准备技术理解面试

面试指南

• 对于项目介绍问题，采用STAR法则（情境、任务、行动、结果），突出技术难点和你的贡献
• 对于技术对比问题，先列出各自特点，然后结合具体场景分析优劣，最后给出你的选择理由
• 对于系统设计问题，分层阐述：数据收集→模型架构→训练策略→部署优化，并说明权衡
• 请详细介绍你参与过的具身操作大模型项目，包括数据规模、模型架构、训练策略和最终效果
• 如何设计一个面向家用机器人的抓取模型？从数据、模型、部署角度阐述
• 在多卡并行训练中遇到哪些问题？如何解决通信瓶颈和负载均衡？
• 比较一下DP系列和RDT的异同，在复杂任务场景下你会选择哪个？为什么？
• 你如何评估模型在真实机器人上的表现？有哪些关键指标？