主分类：机器人与自动驾驶算法研发
来源 JD 数据（旧分类保留，当前主分类见上方）
{
"schema_version": "via_ai_product_manager_jobs_v1",
"data_type": "ai_product_manager_jobs",
"job": {
"job_title": "算法工程师-具身智能数据应用",
"job_level": "校招",AI生成
"work_category": "全职",AI生成
"department": "阿里巴巴控股集团",
"location": "杭州",
"work_mode": "未披露",AI生成
"job_category": "技术类"AI生成
},
"company": {
"company_name": "阿里巴巴控股集团",
"company_industry": "电子商务 / 云计算 / 人工智能",
"company_size": "未披露",
"company_website": "alibaba.com",
"company_description": "阿里巴巴集团面向消费者和企业提供电子商务、云计算及人工智能服务。"
},
"compensation": {
"salary_range": {
"min": "",
"max": "",
"currency": "未披露",
"cycle": "未披露"
},
"benefits": "未披露"
},
"requirements": {
"working_years": "",
"degree": "计算机视觉、机器人学、深度学习相关方向硕士及以上学历",
"language": "未披露",AI生成
"visa_support": "未披露",
"responsibilities": "1.世界模型研发\n研究面向机器人操作场景的生成式世界模型，探索用生成模型辅助或替代真实环境进行数据生成的技术路径，提升机器人数据获取的效率与灵活性。\n2.数据编辑增广\n设计高效的数据处理方法，对现有的人类视频和真机数据进行编辑、转换与增广，将有限的原始数据转化为大规模、多场景的机器人训练数据。\n3.策略训练与效果验证\n将生成/增广后的数据接入下游机器人策略的训练流程，评估其对策略性能和泛化能力的实际提升效果，并据此持续优化数据生成方案。\n4.前沿技术跟踪与创新\n跟踪具身智能、生成式模型、机器人等领域的前沿进展，结合实际业务场景进行技术创新与落地探索。",
"requirements_text": "1.计算机视觉、机器人学、深度学习相关方向硕士及以上学历，有具身智能/世界模型/视频生成/VLA/Sim2Real 相关研究或工程经验优先；\n2.熟悉视频扩散/生成模型、模型蒸馏等技术原理与工程实现；\n3.熟悉 real-to-sim-to-real 流程，包括物体位姿追踪、仿真环境搭建、强化学习奖励设计者优先；\n4.具备大规模分布式训练（多卡/多机 GPU 集群）经验，能独立完成从数据处理到模型训练部署的全流程；\n5.熟悉机器人逆运动学（IK）、动作重定向（re-targeting）、遥操作系统者优先；\n6.有顶会论文发表（CVPR/ICCV/ECCV/RSS/CoRL 等）或核心项目落地经验者优先；\n7.具备较强的工程实现能力与快速实验迭代能力，能在真机平台上完成算法验证。\n加分项\n1.熟悉相关基础模型如 Genie、Cosmos、Wan、V-JEPA 2；\n2.有 pi0、pi 0.5、Diffusion Policy 等 VLA/操作策略训练与部署经验；\n3.熟悉人到机器人视频迁移/编辑类工作，如 Phantom、Masquerade、H2R、EgoEngine；\n4.熟悉 real-to-sim-to-real 数据合成路线，如 Human2Sim2Robot。",
"skills": [AI生成
"深度学习",
"强化学习",
"计算机视觉",
"模型训练"
],
"preferred_qualifications": "1.计算机视觉、机器人学、深度学习相关方向硕士及以上学历，有具身智能/世界模型/视频生成/VLA/Sim2Real 相关研究或工程经验优先；3.熟悉 real-to-sim-to-real 流程，包括物体位姿追踪、仿真环境搭建、强化学习奖励设计者优先；5.熟悉机器人逆运动学（IK）、动作重定向（re-targeting）、遥操作系统者优先；6.有顶会论文发表（CVPR/ICCV/ECCV/RSS/CoRL 等）或核心项目落地经验者优先；加分项",
"job_highlights": "未披露"
},
"contact": {
"recruiter_name": "未披露",
"contact_methods": [
{
"type": "apply_link",
"value": "https://campus-talent.alibaba.com/campus/position/199909160002?deptCodes="
}
]
},
"posting": {
"posting_id": "199909160002",
"post_date": "2026-08-27",
"hire_time": "未披露",
"update_date": "20260917",
"job_url": "https://campus-talent.alibaba.com/campus/position/199909160002?deptCodes="
},
"fulltext": "算法工程师-具身智能数据应用\n算法工程师-具身智能数据应用\n\n基础信息\n毕业起止时间要求：2026-11-01 - 2027-10-31\n职位类别：技术类\n招聘项目：阿里巴巴2027届应届生\n工作地点：杭州\n\n职位描述\n1.世界模型研发\n研究面向机器人操作场景的生成式世界模型，探索用生成模型辅助或替代真实环境进行数据生成的技术路径，提升机器人数据获取的效率与灵活性。\n2.数据编辑增广\n设计高效的数据处理方法，对现有的人类视频和真机数据进行编辑、转换与增广，将有限的原始数据转化为大规模、多场景的机器人训练数据。\n3.策略训练与效果验证\n将生成/增广后的数据接入下游机器人策略的训练流程，评估其对策略性能和泛化能力的实际提升效果，并据此持续优化数据生成方案。\n4.前沿技术跟踪与创新\n跟踪具身智能、生成式模型、机器人等领域的前沿进展，结合实际业务场景进行技术创新与落地探索。\n\n职位要求\n1.计算机视觉、机器人学、深度学习相关方向硕士及以上学历，有具身智能/世界模型/视频生成/VLA/Sim2Real 相关研究或工程经验优先；\n2.熟悉视频扩散/生成模型、模型蒸馏等技术原理与工程实现；\n3.熟悉 real-to-sim-to-real 流程，包括物体位姿追踪、仿真环境搭建、强化学习奖励设计者优先；\n4.具备大规模分布式训练（多卡/多机 GPU 集群）经验，能独立完成从数据处理到模型训练部署的全流程；\n5.熟悉机器人逆运动学（IK）、动作重定向（re-targeting）、遥操作系统者优先；\n6.有顶会论文发表（CVPR/ICCV/ECCV/RSS/CoRL 等）或核心项目落地经验者优先；\n7.具备较强的工程实现能力与快速实验迭代能力，能在真机平台上完成算法验证。\n加分项\n1.熟悉相关基础模型如 Genie、Cosmos、Wan、V-JEPA 2；\n2.有 pi0、pi 0.5、Diffusion Policy 等 VLA/操作策略训练与部署经验；\n3.熟悉人到机器人视频迁移/编辑类工作，如 Phantom、Masquerade、H2R、EgoEngine；\n4.熟悉 real-to-sim-to-real 数据合成路线，如 Human2Sim2Robot。\n\n在招业务\n阿里巴巴控股集团\n1.世界模型研发\n研究面向机器人操作场景的生成式世界模型，探索用生成模型辅助或替代真实环境进行数据生成的技术路径，提升机器人数据获取的效率与灵活性。\n2.数据编辑增广\n设计高效的数据处理方法，对现有的人类视频和真机数据进行编辑、转换与增广，将有限的原始数据转化为大规模、多场景的机器人训练数据。\n3.策略训练与效果验证\n将生成/增广后的数据接入下游机器人策略的训练流程，评估其对策略性能和泛化能力的实际提升效果，并据此持续优化数据生成方案。\n4.前沿技术跟踪与创新\n跟踪具身智能、生成式模型、机器人等领域的前沿进展，结合实际业务场景进行技术创新与落地探索。\n1.计算机视觉、机器人学、深度学习相关方向硕士及以上学历，有具身智能/世界模型/视频生成/VLA/Sim2Real 相关研究或工程经验优先；\n2.熟悉视频扩散/生成模型、模型蒸馏等技术原理与工程实现；\n3.熟悉 real-to-sim-to-real 流程，包括物体位姿追踪、仿真环境搭建、强化学习奖励设计者优先；\n4.具备大规模分布式训练（多卡/多机 GPU 集群）经验，能独立完成从数据处理到模型训练部署的全流程；\n5.熟悉机器人逆运动学（IK）、动作重定向（re-targeting）、遥操作系统者优先；\n6.有顶会论文发表（CVPR/ICCV/ECCV/RSS/CoRL 等）或核心项目落地经验者优先；\n7.具备较强的工程实现能力与快速实验迭代能力，能在真机平台上完成算法验证。\n加分项\n1.熟悉相关基础模型如 Genie、Cosmos、Wan、V-JEPA 2；\n2.有 pi0、pi 0.5、Diffusion Policy 等 VLA/操作策略训练与部署经验；\n3.熟悉人到机器人视频迁移/编辑类工作，如 Phantom、Masquerade、H2R、EgoEngine；\n4.熟悉 real-to-sim-to-real 数据合成路线，如 Human2Sim2Robot。",
"standard_classification": {
"std_category_code": "T013",
"std_aux_codes": [],
"std_category_status": null,
"std_taxonomy_version": "20261104"
}
}