京东方
【创新业务】VLA算法开发研究员（合肥）(J53453)
【创新业务】VLA算法开发研究员（合肥）(J53453)
发布于 大约 23 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
3D视觉
Vla
世界模型
具身智能
强化学习
模仿学习
深度学习
计算机视觉
值不值得投
72综合评分
综合评分 72
前沿AI校招岗，技术含量高、发展性强，但工作强度与WLB需进一步确认。
从起薪待遇、成长路径、工作节奏和岗位方向综合评估，方便比较职业起点。
薪资怎么样
15K
比具身智能中位数低
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 780 个在招
市场机会
选择不多
合肥 · 具身智能 · 3 个在招
职位详情
关于这个职位
这是京东方创新业务部门的校园招聘岗位，主要在合肥从事VLA（视觉-语言-动作）算法和世界模型在机器人等具身智能领域的研究、开发与落地优化工作
你需要负责模型架构设计、数据引擎构建、算法研发、模型部署优化以及前沿技术的追踪与落地，以推动智能体在真实世界中的感知、决策与行动能力
最低要求
硕士应届毕业生
机器人/机器视觉/强化学习/深度强化学习、计算机、机械、电子信息相关专业
①熟悉 Python/C++，具有一定数据结构和算法基础，基于主流深度学习框架做过课题或者项目
②使用过仿真工具
③或具有VLA 或者 世界模型的具身智能的数据处理、仿真、训练、优化、部署经历
④了解模仿学习（ACT、DP、π）、强化学习（PPO, CQL, IQL)的原理
或者对GAN、VAE、扩散模型的原理熟悉或有实践经验
有计算机视觉基础牢固，熟悉 3D 视觉、点云处理、视觉SLAM相关课题经历
正直、诚信、有激情、专注、具备良好的团队精神、沟通和表达能力
有较好的英语能力（英语四级及以上）
工作职责
VLA 模型架构设计与预训练：负责设计和优化 VLA 模型架构（如基于RT-2, π0.6等路线），实现从多模态输入（视觉、文本、传感器数据）到机器人动作（Action Tokens/Trajectory）的端到端生成
探索VLA技术在具身领域的前沿发展
或同等的，进行世界模型的预训练与微调，负责跟踪和复现前沿技术，并根据实际落地场景将之落地或作为具身智能学习的世界引擎
具身智能数据引擎构建：构建大规模具身智能数据集，包括由人类遥操作采集的demo及仿真环境生成的合成数据
设计数据清洗、自动标注及数据增强流程，解决机器人数据稀缺与长尾分布问题
强化学习与模仿学习算法研发：研究并应用模仿学习（Imitation Learning）、强化学习等算法，提升模型在复杂操作任务中的泛化能力与鲁棒性
利用 Sim2Real技术，在仿真环境中训练策略，并将其部署到真实机器人硬件上
模型部署与推理优化：负责 VLA 模型在边缘端设备或云端的推理加速与部署，降低推理延迟，满足机器人实时控制（Real-time Control）的要求
追踪和基于前沿具身智能方案(RT系列、Π系列、LingBot)进行算法优化，并落地于实际产品
优先资格
有过机器人运控、VLA或者世界模型经验优先
发表过机器人领域算法、学习领域sci论文优先
参加robomaster等机器人领域竞赛并获奖者优先
AI 洞察
优缺点分析
优点
- 技术前沿性高，直接参与VLA、世界模型等AI与机器人交叉领域的前沿探索与落地
- 依托京东方的大平台和资源，有潜力接触到真实的工业场景和硬件产品
- 工作内容覆盖算法、数据、部署全链条，能获得全面的技术能力锻炼
- VLA和具身智能是高度交叉且快速发展的领域，技术难度大，需要持续快速学习
- 需要同时理解算法、机器人学、3D视觉等多个学科知识，对跨学科能力要求高
- 对人工智能与机器人技术结合有浓厚兴趣，具备扎实的算法和编程基础，乐于解决复杂工程问题并愿意在前沿领域深耕的应届毕业生
缺点 / 挑战
- 作为创新业务，项目可能面临从实验室到产品化落地的不确定性及挑战
角色解读
- 短期：成为具身智能算法领域的专家，独立负责模型研发、优化与落地闭环
- 中期：可以向高级算法研究员、技术专家方向发展，主导前沿技术探索与架构设计
- 长期：有机会成长为团队的技术负责人，或转向技术管理、产品解决方案等复合型岗位
- 负责VLA（视觉-语言-动作）模型和世界模型的核心算法研发、架构设计与预训练
- 构建和处理大规模具身智能数据集，设计数据流程以解决数据稀缺问题
- 应用强化学习和模仿学习算法，提升机器人任务执行的性能，并利用Sim2Real技术实现仿真到现实的迁移
- 对模型进行推理优化与部署，确保其在边缘设备上满足实时控制要求
- 追踪并落地RT、π等前沿具身智能方案于实际产品中
- 扎实的AI算法基础，特别是深度学习、强化学习（PPO等）、模仿学习（ACT、DP等）的原理与实践
- 熟练的Python/C++编程能力，以及对PyTorch/TensorFlow等主流深度学习框架的掌握
- 计算机视觉（CV）知识，包括3D视觉、点云处理等，并有使用仿真工具的经验
- 良好的英语阅读能力，以跟进和复现国际前沿技术论文与方案
申请策略
- 在求职信或面试中，展现你对该技术领域（具身智能）的热情和持续跟踪，可以提及你关注的技术或论文
- 准备一个能体现你解决问题能力的项目案例，最好能关联到机器人或智能体场景
- 突出任何与强化学习、模仿学习、计算机视觉、机器人学相关的课程项目或研究经历，特别是使用过仿真环境（如MuJoCo、Isaac Gym）的案例
- 如有机器人大赛（如RoboMaster）获奖经历或相关SCI论文发表，应重点展示
- 详细描述在Python/C++项目中的贡献，以及对深度学习框架的具体使用经验
- 清晰阐述对VLA、世界模型等概念的理解，即使是学习层面的认识
- 系统复习强化学习（如PPO算法）和模仿学习（如ACT算法）的核心原理
- 动手实践，利用开源框架复现经典具身智能论文（如RT-2、π0）的demo
面试指南
- 技术原理类问题：采用“定义-核心思想-优缺点-适用场景”的框架进行阐述，结合自己的理解或项目经验举例
- 方案设计类问题：使用“问题定义-技术选型-流程设计（数据、模型、部署）-潜在挑战与应对”的结构来组织回答
- 个人经历类问题：遵循STAR原则（Situation, Task, Action, Result），重点描述你的具体行动和最终成果/学到了什么
- 请描述一下你对VLA（视觉-语言-动作）模型的理解，以及它与传统机器人控制方法的区别
- 如果让你负责一个机械臂抓取任务的Sim2Real，你会如何设计整个技术流程？
- 你了解哪些模仿学习或强化学习的算法？请选择一个（如PPO）简述其核心思想
- 在你之前的项目或研究中，遇到过哪些数据稀缺或分布不均的问题？你是如何解决的？
- 你如何看待具身智能的发展前景，以及当前面临的主要挑战是什么？
职位点评
薪资福利70
成长发展85
工作生活50
使命价值80
薪资福利
70中等
作为上市公司的校招岗位，薪资预期处于市场中上水平，能提供基本的生活保障和稳定性。但作为创新业务，其具体福利和长期激励机制可能在JD中未完全体现。
薪资信号市场水准 (12K-18K/月)
成长发展
85较高
该岗位处于人工智能与机器人交叉的前沿领域，技术深度和广度兼备，对个人的技术成长和积累极具价值。公司为创新业务，提供了将前沿算法落地实际产品的平台。
技术前沿前沿/新兴技术
技术栈VLA、世界模型、具身智能、强化学习、模仿学习、Sim2Real、3D视觉
成长机会前沿技术、落地优化、追踪和复现前沿技术
业务类型ambiguous
工作生活
50较低
JD中未明确提及工作模式、办公时间或WLB相关政策。岗位性质为研发，且涉及“实时控制”、“落地优化”，可能对工作投入度有较高要求。工作地点在合肥，生活成本相对一线城市较低。
工作模式未明确
办公地点科技园/产业园
加班情况未提及（无法判断）
使命价值
80较高
具身智能是推动机器人与AI深度融合的关键技术，具有明确的行业创新和社会价值前景。作为创新业务，该项目承载了公司在智能终端之外探索新增长点的使命感。
行业发展高速增长赛道
社会影响正向社会影响力较高
使命信号创新业务、前沿探索、落地于实际产品
创新程度开拓性创新（行业首创）
京东方 的其他在招职位
相似职位推荐
Watch Jobs