主分类：机器人与自动驾驶算法研发
辅助：大模型与生成式算法研发（仅展示）
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": "百度公有云具身大模型研发工程师（J100650）",
"job_level": "未披露",AI生成
"work_category": "全职",AI生成
"department": "ACG",
"location": "北京市,上海市",
"work_mode": "未披露",AI生成
"job_category": "技术"AI生成
},
"company": {
"company_name": "百度",
"company_industry": "互联网 / 人工智能",
"company_size": "10000人以上",
"company_website": "baidu.com",
"company_description": "百度围绕搜索发展人工智能技术，业务涉及语音、图像、知识图谱、自然语言处理、自动驾驶和AI芯片。"
},
"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": "-负责通用具身大模型的训练与迭代，包括 VLA、World Model、World Action Model 等方向的预训练、微调、评测与效果优化\n-负责具身大模型在感知、理解、规划、动作生成与运控等任务中的算法研发\n-负责具身相关数据与评测体系建设，包括仿真数据、真机数据、egocentric 数据的处理、模型训练与评测\n-负责大模型训练系统与工程优化，包括分布式训练、训练稳定性、资源利用率与训练吞吐优化等工作",
"requirements_text": "-熟悉 LLM、VLM、VLA、World Model、World Action Model、图像/视频生成模型等至少一种模型体系，理解其训练范式和技术特点\n-具备多模态模型训练经验，有模型预训练、微调、调参、评测或效果优化经验；了解 Transformer、Diffusion Policy 等相关方法者优先\n-对具身智能有浓厚兴趣，有机器人控制、运控/动作跟踪、分布式训练、多模态联合训练、RL / Offline RL、仿真、sim2real / real2sim 迁移或 egocentric 数据处理与训练经验者优先",
"skills": [AI生成
"模型训练",
"大语言模型"
],
"preferred_qualifications": "了解 Transformer、Diffusion Policy 等相关方法者优先；对具身智能有浓厚兴趣，有机器人控制、运控/动作跟踪、分布式训练、多模态联合训练、RL / Offline RL、仿真、sim2real / real2sim 迁移或 egocentric 数据处理与训练经验者优先",
"job_highlights": "未披露"
},
"contact": {
"recruiter_name": "未披露",
"contact_methods": [
{
"type": "apply_link",
"value": "https://talent.baidu.com/jobs/detail/SOCIAL/7ed122ba-9b04-44cf-b941-169050c992b2"
}
]
},
"posting": {
"posting_id": "7ed122ba-9b04-44cf-b941-169050c992b2",
"post_date": "2026-08-05",
"hire_time": "未披露",
"update_date": "20260917",
"job_url": "https://talent.baidu.com/jobs/detail/SOCIAL/7ed122ba-9b04-44cf-b941-169050c992b2"
},
"fulltext": "百度公有云具身大模型研发工程师（J100650）\n百度公有云具身大模型研发工程师（J100650）\n\n基础信息\n部门：ACG\n地点：北京市,上海市\n类别：技术\n招聘人数：1\n发布时间：2026-08-05\n\n工作职责\n-负责通用具身大模型的训练与迭代，包括 VLA、World Model、World Action Model 等方向的预训练、微调、评测与效果优化\n-负责具身大模型在感知、理解、规划、动作生成与运控等任务中的算法研发\n-负责具身相关数据与评测体系建设，包括仿真数据、真机数据、egocentric 数据的处理、模型训练与评测\n-负责大模型训练系统与工程优化，包括分布式训练、训练稳定性、资源利用率与训练吞吐优化等工作\n\n职责要求\n-熟悉 LLM、VLM、VLA、World Model、World Action Model、图像/视频生成模型等至少一种模型体系，理解其训练范式和技术特点\n-具备多模态模型训练经验，有模型预训练、微调、调参、评测或效果优化经验；了解 Transformer、Diffusion Policy 等相关方法者优先\n-对具身智能有浓厚兴趣，有机器人控制、运控/动作跟踪、分布式训练、多模态联合训练、RL / Offline RL、仿真、sim2real / real2sim 迁移或 egocentric 数据处理与训练经验者优先\n-负责通用具身大模型的训练与迭代，包括 VLA、World Model、World Action Model 等方向的预训练、微调、评测与效果优化\n-负责具身大模型在感知、理解、规划、动作生成与运控等任务中的算法研发\n-负责具身相关数据与评测体系建设，包括仿真数据、真机数据、egocentric 数据的处理、模型训练与评测\n-负责大模型训练系统与工程优化，包括分布式训练、训练稳定性、资源利用率与训练吞吐优化等工作\n-熟悉 LLM、VLM、VLA、World Model、World Action Model、图像/视频生成模型等至少一种模型体系，理解其训练范式和技术特点\n-具备多模态模型训练经验，有模型预训练、微调、调参、评测或效果优化经验；了解 Transformer、Diffusion Policy 等相关方法者优先\n-对具身智能有浓厚兴趣，有机器人控制、运控/动作跟踪、分布式训练、多模态联合训练、RL / Offline RL、仿真、sim2real / real2sim 迁移或 egocentric 数据处理与训练经验者优先",
"standard_classification": {
"std_category_code": "T013",
"std_aux_codes": [
"T010"
],
"std_category_status": null,
"std_taxonomy_version": "20261104"
}
}