{
    "schema_version": "via_ai_product_manager_jobs_v1",
    "data_type": "ai_product_manager_jobs",
    "job": {
        "job_title": "VN/VLN导航算法工程师",
        "job_level": "未披露",AI生成
        "work_category": "全职",AI生成
        "department": "京东科技",
        "location": "北京市",
        "work_mode": "未披露",AI生成
        "job_category": "研发类"AI生成
    },
    "company": {
        "company_name": "京东集团",
        "company_industry": "电商 / 供应链 / 物流 / 科技服务",
        "company_size": "10000人以上",
        "company_website": "jd.com",
        "company_description": "京东是一家以供应链为基础的技术与服务企业，覆盖零售、物流、科技、健康等业务。"
    },
    "compensation": {
        "salary_range": {
            "min": "",
            "max": "",
            "currency": "未披露",
            "cycle": "未披露"
        },
        "benefits": "未披露"
    },
    "requirements": {
        "working_years": "",
        "degree": "未披露",
        "language": "未披露",AI生成
        "visa_support": "未披露",
        "responsibilities": "VN/VLN导航算法工程师\n\n基础信息\n招聘类型：社招\n职位类别：研发类\n工作地点：北京市\n所属部门：京东科技\n发布时间：2026-08-19\n\n岗位职责\n1. 强化学习：优化视觉导航RL方案设计，基于issac sim搭建必要的模型训练环境并在至少一个典型使用场景（随叫随到、室外跟随、3D导航等）完成模型训练，场景成功率达到sota\n2. sim2real：强化学习方案实机部署与效果优化，主要方法包括但不限于仿真建模优化、域随机化、对抗学习、分层控制、混合学习、量化等，保障模型落地效果\n3. 数据工程：完善导航端到端模型仿真数据采集、标注、清洗、渲染等pipeline，优化模型metrics评价体系搭建与模型评测集合设计\n4. VN/VLN：开发基于模仿学习的视觉导航（或VLN）技术方案，具备zero/few-shot导航能力并验证VN/VLN作为下一代室内/外导航方案的可行性；推进导航在无图探索与3D复杂地形的方案落地与技术升级\n\n任职要求\n1. 具备基于强化学习的视觉导航系统研发能力，能使用Isaac Sim搭建仿真环境并完成训练达到行业领先水平；\n2. 拥有仿真到实机迁移落地经验，能通过域随机化、对抗学习与分层控制等方法优化模型在真实设备上的表现；\n3. 熟悉端到端导航系统开发，具备数据采集、处理与模型评测体系搭建经验，能应对无地图环境与复杂地形挑战；\n4. 具备探索模仿学习在零样本或少样本导航中应用的能力，能推动无图环境与复杂地形下的导航技术升级；\n5. 能识别仿真失配关键因素并制定优化策略，具备系统性测试与评估框架构建能力；\n6. 符合京东价值观：客户为先、创新、拼搏、担当、感恩、诚信。",
        "requirements_text": "VN/VLN导航算法工程师\n\n基础信息\n招聘类型：社招\n职位类别：研发类\n工作地点：北京市\n所属部门：京东科技\n发布时间：2026-08-19\n\n岗位职责\n1. 强化学习：优化视觉导航RL方案设计，基于issac sim搭建必要的模型训练环境并在至少一个典型使用场景（随叫随到、室外跟随、3D导航等）完成模型训练，场景成功率达到sota\n2. sim2real：强化学习方案实机部署与效果优化，主要方法包括但不限于仿真建模优化、域随机化、对抗学习、分层控制、混合学习、量化等，保障模型落地效果\n3. 数据工程：完善导航端到端模型仿真数据采集、标注、清洗、渲染等pipeline，优化模型metrics评价体系搭建与模型评测集合设计\n4. VN/VLN：开发基于模仿学习的视觉导航（或VLN）技术方案，具备zero/few-shot导航能力并验证VN/VLN作为下一代室内/外导航方案的可行性；推进导航在无图探索与3D复杂地形的方案落地与技术升级\n\n任职要求\n1. 具备基于强化学习的视觉导航系统研发能力，能使用Isaac Sim搭建仿真环境并完成训练达到行业领先水平；\n2. 拥有仿真到实机迁移落地经验，能通过域随机化、对抗学习与分层控制等方法优化模型在真实设备上的表现；\n3. 熟悉端到端导航系统开发，具备数据采集、处理与模型评测体系搭建经验，能应对无地图环境与复杂地形挑战；\n4. 具备探索模仿学习在零样本或少样本导航中应用的能力，能推动无图环境与复杂地形下的导航技术升级；\n5. 能识别仿真失配关键因素并制定优化策略，具备系统性测试与评估框架构建能力；\n6. 符合京东价值观：客户为先、创新、拼搏、担当、感恩、诚信。",
        "skills": [AI生成
            "强化学习",
            "模型训练",
            "建模",
            "渲染",
            "招聘"
        ],
        "preferred_qualifications": "未披露",
        "job_highlights": "未披露"
    },
    "contact": {
        "recruiter_name": "未披露",
        "contact_methods": [
            {
                "type": "apply_link",
                "value": "https://zhaopin.jd.com/web/job-info-detail?requementId=222914"
            }
        ]
    },
    "posting": {
        "posting_id": "222914",
        "post_date": "2026-08-19",
        "hire_time": "未披露",
        "update_date": "20260917",
        "job_url": "https://zhaopin.jd.com/web/job-info-detail?requementId=222914"
    },
    "fulltext": "VN/VLN导航算法工程师\nVN/VLN导航算法工程师\n\n基础信息\n招聘类型：社招\n职位类别：研发类\n工作地点：北京市\n所属部门：京东科技\n发布时间：2026-08-19\n\n岗位职责\n1. 强化学习：优化视觉导航RL方案设计，基于issac sim搭建必要的模型训练环境并在至少一个典型使用场景（随叫随到、室外跟随、3D导航等）完成模型训练，场景成功率达到sota\n2. sim2real：强化学习方案实机部署与效果优化，主要方法包括但不限于仿真建模优化、域随机化、对抗学习、分层控制、混合学习、量化等，保障模型落地效果\n3. 数据工程：完善导航端到端模型仿真数据采集、标注、清洗、渲染等pipeline，优化模型metrics评价体系搭建与模型评测集合设计\n4. VN/VLN：开发基于模仿学习的视觉导航（或VLN）技术方案，具备zero/few-shot导航能力并验证VN/VLN作为下一代室内/外导航方案的可行性；推进导航在无图探索与3D复杂地形的方案落地与技术升级\n\n任职要求\n1. 具备基于强化学习的视觉导航系统研发能力，能使用Isaac Sim搭建仿真环境并完成训练达到行业领先水平；\n2. 拥有仿真到实机迁移落地经验，能通过域随机化、对抗学习与分层控制等方法优化模型在真实设备上的表现；\n3. 熟悉端到端导航系统开发，具备数据采集、处理与模型评测体系搭建经验，能应对无地图环境与复杂地形挑战；\n4. 具备探索模仿学习在零样本或少样本导航中应用的能力，能推动无图环境与复杂地形下的导航技术升级；\n5. 能识别仿真失配关键因素并制定优化策略，具备系统性测试与评估框架构建能力；\n6. 符合京东价值观：客户为先、创新、拼搏、担当、感恩、诚信。\nVN/VLN导航算法工程师\n\n基础信息\n招聘类型：社招\n职位类别：研发类\n工作地点：北京市\n所属部门：京东科技\n发布时间：2026-08-19\n\n岗位职责\n1. 强化学习：优化视觉导航RL方案设计，基于issac sim搭建必要的模型训练环境并在至少一个典型使用场景（随叫随到、室外跟随、3D导航等）完成模型训练，场景成功率达到sota\n2. sim2real：强化学习方案实机部署与效果优化，主要方法包括但不限于仿真建模优化、域随机化、对抗学习、分层控制、混合学习、量化等，保障模型落地效果\n3. 数据工程：完善导航端到端模型仿真数据采集、标注、清洗、渲染等pipeline，优化模型metrics评价体系搭建与模型评测集合设计\n4. VN/VLN：开发基于模仿学习的视觉导航（或VLN）技术方案，具备zero/few-shot导航能力并验证VN/VLN作为下一代室内/外导航方案的可行性；推进导航在无图探索与3D复杂地形的方案落地与技术升级\n\n任职要求\n1. 具备基于强化学习的视觉导航系统研发能力，能使用Isaac Sim搭建仿真环境并完成训练达到行业领先水平；\n2. 拥有仿真到实机迁移落地经验，能通过域随机化、对抗学习与分层控制等方法优化模型在真实设备上的表现；\n3. 熟悉端到端导航系统开发，具备数据采集、处理与模型评测体系搭建经验，能应对无地图环境与复杂地形挑战；\n4. 具备探索模仿学习在零样本或少样本导航中应用的能力，能推动无图环境与复杂地形下的导航技术升级；\n5. 能识别仿真失配关键因素并制定优化策略，具备系统性测试与评估框架构建能力；\n6. 符合京东价值观：客户为先、创新、拼搏、担当、感恩、诚信。\nVN/VLN导航算法工程师\n\n基础信息\n招聘类型：社招\n职位类别：研发类\n工作地点：北京市\n所属部门：京东科技\n发布时间：2026-08-19\n\n岗位职责\n1. 强化学习：优化视觉导航RL方案设计，基于issac sim搭建必要的模型训练环境并在至少一个典型使用场景（随叫随到、室外跟随、3D导航等）完成模型训练，场景成功率达到sota\n2. sim2real：强化学习方案实机部署与效果优化，主要方法包括但不限于仿真建模优化、域随机化、对抗学习、分层控制、混合学习、量化等，保障模型落地效果\n3. 数据工程：完善导航端到端模型仿真数据采集、标注、清洗、渲染等pipeline，优化模型metrics评价体系搭建与模型评测集合设计\n4. VN/VLN：开发基于模仿学习的视觉导航（或VLN）技术方案，具备zero/few-shot导航能力并验证VN/VLN作为下一代室内/外导航方案的可行性；推进导航在无图探索与3D复杂地形的方案落地与技术升级\n\n任职要求\n1. 具备基于强化学习的视觉导航系统研发能力，能使用Isaac Sim搭建仿真环境并完成训练达到行业领先水平；\n2. 拥有仿真到实机迁移落地经验，能通过域随机化、对抗学习与分层控制等方法优化模型在真实设备上的表现；\n3. 熟悉端到端导航系统开发，具备数据采集、处理与模型评测体系搭建经验，能应对无地图环境与复杂地形挑战；\n4. 具备探索模仿学习在零样本或少样本导航中应用的能力，能推动无图环境与复杂地形下的导航技术升级；\n5. 能识别仿真失配关键因素并制定优化策略，具备系统性测试与评估框架构建能力；\n6. 符合京东价值观：客户为先、创新、拼搏、担当、感恩、诚信。",
    "standard_classification": {
        "std_category_code": "T013",
        "std_aux_codes": [],
        "std_category_status": null,
        "std_taxonomy_version": "20261104"
    }
}