主分类：AI模型评测工程
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": "具身模型加速&仿真评测研发工程师（J104696）",
"job_level": "实习",AI生成
"work_category": "实习",AI生成
"department": "ACG",
"location": "北京市",
"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": "本科及以上在读",
"language": "未披露",AI生成
"visa_support": "未披露",
"responsibilities": "-参与百度智能云具身智能仿真评测平台研发，负责主流仿真环境与评测集（Isaac Lab / MuJoCo / ManiSkill / LIBERO 等）的集成与产品化，支撑 VLA 模型在云上的标准化评测\n-参与评测任务统一编排能力建设，包括多仿真环境抽象统一、评测任务自动编排（episode 分片、并发调度），提升大规模评测任务的吞吐与资源利用率\n-参与评测结果采集与入库，保障评测结果完整记录，让评测分数可复现、可对比\n-参与开源模型与仿真环境的快速复现工作，沉淀标准接入流程与最佳实践",
"requirements_text": "-计算机、人工智能、自动化、机器人、软件工程等相关专业，本科及以上在读\n-熟悉 Python，具备扎实的工程研发能力和良好的代码质量意识；了解 Go / C++ 者优先\n-熟悉 Linux 开发环境，了解 Docker 容器、云原生的基本概念与使用\n-了解 PyTorch 等深度学习框架，理解模型推理的基本流程\n-对具身智能、机器人仿真方向有浓厚兴趣，了解 VLA / 强化学习 / 仿真训练等基本概念\n-具备有强烈的责任心，较强的学习能力和沟通能力，能在 mentor 指导下独立承担模块研发\n-可连续实习 5 个月以上\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\n-熟悉 Ray、Kubernetes 等分布式任务调度与编排技术\n-有 VLA 模型、机器人学习、具身评测 benchmark（LIBERO、RoboArena 等）相关项目经验\n-有开源社区（Isaac / LeRobot / openpi 等）代码贡献经历\n-有机器学习平台、AI Infra 相关实习经验",
"skills": [AI生成
"Python",
"C++",
"Linux",
"Docker",
"Kubernetes",
"PyTorch",
"机器学习",
"深度学习",
"强化学习",
"沟通能力",
"学习能力",
"Go"
],
"preferred_qualifications": "了解 Go / C++ 者优先；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/INTERN/c8cbfa8f-fea2-4417-ab49-2b9504d5b393"
}
]
},
"posting": {
"posting_id": "c8cbfa8f-fea2-4417-ab49-2b9504d5b393",
"post_date": "2026-08-18",
"hire_time": "未披露",
"update_date": "20260917",
"job_url": "https://talent.baidu.com/jobs/detail/INTERN/c8cbfa8f-fea2-4417-ab49-2b9504d5b393"
},
"fulltext": "具身模型加速&仿真评测研发工程师（J104696）\n具身模型加速&仿真评测研发工程师（J104696）\n\n基础信息\n部门：ACG\n地点：北京市\n项目：日常实习项目\n类别：技术\n招聘人数：1\n发布时间：2026-08-19\n\n工作职责\n-参与百度智能云具身智能仿真评测平台研发，负责主流仿真环境与评测集（Isaac Lab / MuJoCo / ManiSkill / LIBERO 等）的集成与产品化，支撑 VLA 模型在云上的标准化评测\n-参与评测任务统一编排能力建设，包括多仿真环境抽象统一、评测任务自动编排（episode 分片、并发调度），提升大规模评测任务的吞吐与资源利用率\n-参与评测结果采集与入库，保障评测结果完整记录，让评测分数可复现、可对比\n-参与开源模型与仿真环境的快速复现工作，沉淀标准接入流程与最佳实践\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，本科及以上在读\n-熟悉 Python，具备扎实的工程研发能力和良好的代码质量意识；了解 Go / C++ 者优先\n-熟悉 Linux 开发环境，了解 Docker 容器、云原生的基本概念与使用\n-了解 PyTorch 等深度学习框架，理解模型推理的基本流程\n-对具身智能、机器人仿真方向有浓厚兴趣，了解 VLA / 强化学习 / 仿真训练等基本概念\n-具备有强烈的责任心，较强的学习能力和沟通能力，能在 mentor 指导下独立承担模块研发\n-可连续实习 5 个月以上\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\n-熟悉 Ray、Kubernetes 等分布式任务调度与编排技术\n-有 VLA 模型、机器人学习、具身评测 benchmark（LIBERO、RoboArena 等）相关项目经验\n-有开源社区（Isaac / LeRobot / openpi 等）代码贡献经历\n-有机器学习平台、AI Infra 相关实习经验\n-参与百度智能云具身智能仿真评测平台研发，负责主流仿真环境与评测集（Isaac Lab / MuJoCo / ManiSkill / LIBERO 等）的集成与产品化，支撑 VLA 模型在云上的标准化评测\n-参与评测任务统一编排能力建设，包括多仿真环境抽象统一、评测任务自动编排（episode 分片、并发调度），提升大规模评测任务的吞吐与资源利用率\n-参与评测结果采集与入库，保障评测结果完整记录，让评测分数可复现、可对比\n-参与开源模型与仿真环境的快速复现工作，沉淀标准接入流程与最佳实践\n-计算机、人工智能、自动化、机器人、软件工程等相关专业，本科及以上在读\n-熟悉 Python，具备扎实的工程研发能力和良好的代码质量意识；了解 Go / C++ 者优先\n-熟悉 Linux 开发环境，了解 Docker 容器、云原生的基本概念与使用\n-了解 PyTorch 等深度学习框架，理解模型推理的基本流程\n-对具身智能、机器人仿真方向有浓厚兴趣，了解 VLA / 强化学习 / 仿真训练等基本概念\n-具备有强烈的责任心，较强的学习能力和沟通能力，能在 mentor 指导下独立承担模块研发\n-可连续实习 5 个月以上\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\n-熟悉 Ray、Kubernetes 等分布式任务调度与编排技术\n-有 VLA 模型、机器人学习、具身评测 benchmark（LIBERO、RoboArena 等）相关项目经验\n-有开源社区（Isaac / LeRobot / openpi 等）代码贡献经历\n-有机器学习平台、AI Infra 相关实习经验",
"standard_classification": {
"std_category_code": "T015",
"std_aux_codes": [],
"std_category_status": null,
"std_taxonomy_version": "20261104"
}
}