大疆
大模型预训练专家
大模型预训练专家
发布于 大约 15 小时前普通员工/个人贡献者
全职员工仅现场办公具身智能
具身智能
Diffusion
Jax
Llm
Pytorch
Ssm
Video Llm
Vlm
分布式训练
多模态预训练
值不值得投
79综合评分
综合评分 79
前沿技术、高薪、成长空间大，但工作强度高、WLB一般。
从薪资福利、成长空间、工作节奏和岗位方向综合评估，方便横向比较。
薪资怎么样
65K
比具身智能中位数高
发布情况
新岗位 · 今天发布
公司情况
这家公司招聘很活跃
约 1220 个在招
市场机会
选择适中
深圳 · 具身智能 · 19 个在招
职位详情
关于这个职位
该职位负责面向飞行器、扫地机等设备的具身智能基础模型预训练，涉及VLA、World Model等前沿架构，需要处理多模态数据并设计预训练任务，参与大规模分布式训练，与后训练和端侧部署团队协作
适合具有多模态预训练和大规模训练经验的专家
最低要求
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
大规模训练能力：熟悉 PyTorch/JAX，了解分布式训练、混合精度、数据并行/模型并行、训练稳定性调优
数据构建能力：能处理大规模图像、视频、文本、时序数据，熟悉数据清洗、采样、配比、过滤、质量评估
时序/视频建模能力：具备视频理解、视频生成、状态预测、长期时序建模相关经验，能够迁移到飞行器/扫地机任务
多模态对齐能力：理解视觉、语言、视频、动作等模态如何对齐，能够设计合适的训练目标和模型接口
硬件友好意识：了解模型尺寸、推理延迟、端侧算力、量化/蒸馏等约束，能在模型设计阶段避免纯云端大模型思路
工作职责
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
参与 VLA、World Model、Video Model、多模态时序模型等模型架构设计
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
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
负责训练数据清洗、配比、采样、tokenization、质量评估和训练实验迭代
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
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
优先资格
有 VLM/Video LLM/多模态 Agent、 world model、视频预测、环境动态预测相关经验
做过具身智能、机机器人学习、3D/空间智能相关研究
有顶会论文、开源模型、大规模训练项目经验
有模型压缩、蒸馏、端侧友好结构设计经验
AI 洞察
优缺点分析
优点
- 涉及具身智能、VLA等前沿技术，技能积累价值高
- 薪资待遇优厚，福利完善
- 与顶尖团队合作，有机会发表顶会论文
- 工作强度大，需要应对大规模训练和迭代
- 技术难度高，需要持续学习最新模型
- 多模态数据处理复杂，需要耐心和细致
- 适合具有多模态预训练和大规模训练经验，对具身智能有热情，能承受高压的技术专家
缺点 / 挑战
- 大疆作为行业巨头，平台资源丰富，技术挑战大
角色解读
- 从预训练专家向具身智能领域专家发展，参与前沿模型架构设计
- 有机会晋升为技术负责人，带领团队进行模型研发
- 可向端侧部署、模型压缩等方向拓展，成为全栈AI专家
- 负责飞行器、扫地机等设备的具身智能基础模型预训练，包括模型架构设计、预训练任务设计
- 处理多模态数据（视觉、语言、视频、动作等），进行表征学习和统一建模
- 参与大规模分布式训练，解决训练稳定性、收敛效率等问题
- 与后训练和端侧部署团队协作，确保模型硬件友好
- 熟悉VLM、Video LLM、LLM、Diffusion等模型，有实际训练经验
- 掌握PyTorch/JAX，熟悉分布式训练、混合精度、数据并行等
- 具备大规模数据处理能力，熟悉数据清洗、采样、配比等
- 具备视频/时序建模经验，理解多模态对齐
申请策略
- 了解大疆的机器人产品，如飞行器、扫地机，展示对场景的理解
- 关注大疆的技术博客，了解其AI方向
- 突出多模态预训练项目经验，特别是VLM、Video LLM等
- 强调大规模分布式训练经验，包括优化技巧
- 展示数据处理能力，如数据清洗、配比等
- 如有顶会论文或开源模型，务必列出
- 补充具身智能相关知识，如VLA、World Model
- 学习模型压缩、蒸馏技术，增强硬件友好意识
面试指南
- 回答时采用STAR法则，突出具体场景、任务、行动和结果
- 对于技术问题，先阐述原理，再结合项目经验，最后总结
- 请介绍你参与过的多模态预训练项目，如何设计预训练任务？
- 如何处理大规模数据，保证数据质量？
- 在分布式训练中遇到过哪些稳定性问题？如何解决？
- 如何设计模型以适应端侧部署？
- 谈谈你对VLA模型的理解？
- 复习多模态模型架构，如VLM、Video LLM
职位点评
薪资福利90
成长发展95
工作生活40
使命价值80
薪资福利
90较高
大疆作为巨头，薪资水平高，福利完善，补偿性动机得到较好满足。
薪资信号未披露（AI估算：50K-80K/月）
成长发展
95较高
该职位涉及具身智能、VLA等前沿技术，技能成长空间大，发展性动机强。
技术前沿前沿/新兴技术
技术栈VLM、Video LLM、LLM、Diffusion、Transformer、SSM、PyTorch、JAX、分布式训练
业务类型profit_center
工作生活
40较低
工作地点在深圳、北京、上海，现场办公，未提及弹性工作，生活化动机满足有限。
工作模式仅现场办公
办公地点未明确
加班情况未提及（无法判断）
使命价值
80较高
具身智能是高速增长赛道，社会价值较高，意义感较强。
行业发展高速增长赛道
社会影响正向社会影响力较高
创新程度积极采用新技术
Watch Jobs