主分类：AI模型评测工程
辅助：AI训练推理与计算优化（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": "具身智能仿真评测研发工程师（J105511）",
"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": "本科及以上学历",
"language": "未披露",AI生成
"visa_support": "未披露",
"responsibilities": "-负责开源数据集 / 模型 / 镜像以及仿真环境的预置上架，建设从开源资产调研、适配验证到平台上架的标准流程，丰富平台预置资产库\n-负责加速镜像的产品化研发，将训推加速能力封装为可复制、可交付的产品能力，支撑开源模型与仿真环境在云上的快速复现，建设 skill 与评测结果的自动化评估能力\n-负责仿真评测平台核心模块研发，包括仿真环境与评测集的集成与产品化、评测任务统一编排（多仿真环境抽象统一、任务自动分片与并发调度），提升大规模评测任务的吞吐与资源利用率\n-负责 Agent 方向研发，包括 skill 资产管理、对外预置 skill 能力与对内研发提效工具建设，开展开源及厂内外 skill 的研究与集成",
"requirements_text": "-计算机、人工智能、自动化、机器人、软件工程等相关专业，本科及以上学历\n-熟悉 Python / Go / C++ 中至少一种编程语言，具备扎实的工程研发能力和良好的代码质量意识\n-熟悉云原生、分布式系统、任务调度、工作流引擎中的一种或多种技术方向，有 Kubernetes、Docker 实际使用经验\n-理解 AI 模型开发基本流程，熟悉 PyTorch 等深度学习框架，了解训练加速、推理优化、性能分析的常用方法与工具\n-对具身智能行业有理解，了解机器人、多模态数据、仿真训练、VLA / 大模型、模型评测等相关概念\n-具备较强的问题抽象能力和平台化思维，能够将定制化需求沉淀为可复用的产品能力\n-具备良好的沟通协作能力，能够与产品、算法、架构、交付团队协同推进复杂项目落地\n-加分项\n-有 Isaac Gym / Isaac Lab / MuJoCo / ManiSkill / SAPIEN 等仿真器的使用或二次开发经验，熟悉具身评测 benchmark（LIBERO、RoboArena 等）\n-有训练/推理加速实战经验，熟悉 torch.profiler、Nsight Systems、py-spy 等性能分析工具，了解 CUDA / NCCL 性能特征\n-有 Agent 平台、skill / 插件生态、AI 研发提效工具的研发经验，有开源社区（Isaac / LeRobot / openpi 等）代码贡献经历\n-熟悉 Ray、Argo、Kubeflow 等分布式任务编排技术，有大规模 GPU 任务调度经验\n-有机器学习平台、AI Infra、性能工程相关研发经验，有云厂商 ToB 行业解决方案或客户项目交付经验",
"skills": [AI生成
"Python",
"C++",
"Docker",
"Kubernetes",
"PyTorch",
"CUDA",
"机器学习",
"深度学习",
"分布式系统",
"Go",
"大语言模型"
],
"preferred_qualifications": "加分项",
"job_highlights": "未披露"
},
"contact": {
"recruiter_name": "未披露",
"contact_methods": [
{
"type": "apply_link",
"value": "https://talent.baidu.com/jobs/detail/SOCIAL/c5d32c8f-841e-43e0-a8a7-150246eed239"
}
]
},
"posting": {
"posting_id": "c5d32c8f-841e-43e0-a8a7-150246eed239",
"post_date": "2026-09-08",
"hire_time": "未披露",
"update_date": "20260917",
"job_url": "https://talent.baidu.com/jobs/detail/SOCIAL/c5d32c8f-841e-43e0-a8a7-150246eed239"
},
"fulltext": "具身智能仿真评测研发工程师（J105511）\n具身智能仿真评测研发工程师（J105511）\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：2\n发布时间：2026-09-08\n\n工作职责\n-负责开源数据集 / 模型 / 镜像以及仿真环境的预置上架，建设从开源资产调研、适配验证到平台上架的标准流程，丰富平台预置资产库\n-负责加速镜像的产品化研发，将训推加速能力封装为可复制、可交付的产品能力，支撑开源模型与仿真环境在云上的快速复现，建设 skill 与评测结果的自动化评估能力\n-负责仿真评测平台核心模块研发，包括仿真环境与评测集的集成与产品化、评测任务统一编排（多仿真环境抽象统一、任务自动分片与并发调度），提升大规模评测任务的吞吐与资源利用率\n-负责 Agent 方向研发，包括 skill 资产管理、对外预置 skill 能力与对内研发提效工具建设，开展开源及厂内外 skill 的研究与集成\n\n职责要求\n-计算机、人工智能、自动化、机器人、软件工程等相关专业，本科及以上学历\n-熟悉 Python / Go / C++ 中至少一种编程语言，具备扎实的工程研发能力和良好的代码质量意识\n-熟悉云原生、分布式系统、任务调度、工作流引擎中的一种或多种技术方向，有 Kubernetes、Docker 实际使用经验\n-理解 AI 模型开发基本流程，熟悉 PyTorch 等深度学习框架，了解训练加速、推理优化、性能分析的常用方法与工具\n-对具身智能行业有理解，了解机器人、多模态数据、仿真训练、VLA / 大模型、模型评测等相关概念\n-具备较强的问题抽象能力和平台化思维，能够将定制化需求沉淀为可复用的产品能力\n-具备良好的沟通协作能力，能够与产品、算法、架构、交付团队协同推进复杂项目落地\n-加分项\n-有 Isaac Gym / Isaac Lab / MuJoCo / ManiSkill / SAPIEN 等仿真器的使用或二次开发经验，熟悉具身评测 benchmark（LIBERO、RoboArena 等）\n-有训练/推理加速实战经验，熟悉 torch.profiler、Nsight Systems、py-spy 等性能分析工具，了解 CUDA / NCCL 性能特征\n-有 Agent 平台、skill / 插件生态、AI 研发提效工具的研发经验，有开源社区（Isaac / LeRobot / openpi 等）代码贡献经历\n-熟悉 Ray、Argo、Kubeflow 等分布式任务编排技术，有大规模 GPU 任务调度经验\n-有机器学习平台、AI Infra、性能工程相关研发经验，有云厂商 ToB 行业解决方案或客户项目交付经验\n-负责开源数据集 / 模型 / 镜像以及仿真环境的预置上架，建设从开源资产调研、适配验证到平台上架的标准流程，丰富平台预置资产库\n-负责加速镜像的产品化研发，将训推加速能力封装为可复制、可交付的产品能力，支撑开源模型与仿真环境在云上的快速复现，建设 skill 与评测结果的自动化评估能力\n-负责仿真评测平台核心模块研发，包括仿真环境与评测集的集成与产品化、评测任务统一编排（多仿真环境抽象统一、任务自动分片与并发调度），提升大规模评测任务的吞吐与资源利用率\n-负责 Agent 方向研发，包括 skill 资产管理、对外预置 skill 能力与对内研发提效工具建设，开展开源及厂内外 skill 的研究与集成\n-计算机、人工智能、自动化、机器人、软件工程等相关专业，本科及以上学历\n-熟悉 Python / Go / C++ 中至少一种编程语言，具备扎实的工程研发能力和良好的代码质量意识\n-熟悉云原生、分布式系统、任务调度、工作流引擎中的一种或多种技术方向，有 Kubernetes、Docker 实际使用经验\n-理解 AI 模型开发基本流程，熟悉 PyTorch 等深度学习框架，了解训练加速、推理优化、性能分析的常用方法与工具\n-对具身智能行业有理解，了解机器人、多模态数据、仿真训练、VLA / 大模型、模型评测等相关概念\n-具备较强的问题抽象能力和平台化思维，能够将定制化需求沉淀为可复用的产品能力\n-具备良好的沟通协作能力，能够与产品、算法、架构、交付团队协同推进复杂项目落地\n-加分项\n-有 Isaac Gym / Isaac Lab / MuJoCo / ManiSkill / SAPIEN 等仿真器的使用或二次开发经验，熟悉具身评测 benchmark（LIBERO、RoboArena 等）\n-有训练/推理加速实战经验，熟悉 torch.profiler、Nsight Systems、py-spy 等性能分析工具，了解 CUDA / NCCL 性能特征\n-有 Agent 平台、skill / 插件生态、AI 研发提效工具的研发经验，有开源社区（Isaac / LeRobot / openpi 等）代码贡献经历\n-熟悉 Ray、Argo、Kubeflow 等分布式任务编排技术，有大规模 GPU 任务调度经验\n-有机器学习平台、AI Infra、性能工程相关研发经验，有云厂商 ToB 行业解决方案或客户项目交付经验",
"standard_classification": {
"std_category_code": "T015",
"std_aux_codes": [
"T014"
],
"std_category_status": null,
"std_taxonomy_version": "20261104"
}
}