{
    "schema_version": "via_ai_product_manager_jobs_v1",
    "data_type": "ai_product_manager_jobs",
    "job": {
        "job_title": "具身大脑后训练算法工程师",
        "job_level": "",AI生成
        "work_category": "",AI生成
        "department": "",
        "location": "合肥·包河区·屯溪路",
        "work_mode": "",AI生成
        "job_category": "算法"AI生成
    },
    "company": {
        "company_name": "白泽通境",
        "company_industry": "人工智能",
        "company_size": "0-20人",
        "company_website": "",
        "company_description": ""
    },
    "compensation": {
        "salary_range": {
            "min": 15000,
            "max": 30000,
            "currency": "CNY",
            "cycle": "month"
        },
        "benefits": ""
    },
    "requirements": {
        "working_years": 1,
        "degree": "本科",
        "language": "",AI生成
        "visa_support": "",
        "responsibilities": "",
        "requirements_text": "核心职责：\n构建具身模型后训练体系，完成从世界模型（WM）到世界动作模型（WAM）的转化\n设计并实现面向具体机器人任务场景的微调、强化学习或对齐训练⽅法\n提升模型在不同机器⼈任务场景下的执⾏能力与泛化能力\n参与训练数据筛选、奖励设计与评估指标制定，⽀撑后训练迭代优化\n与预训练、部署团队紧密协同，打通模型从训练到落地的全链路\n任职要求：\n本科及以上学历，计算机、人工智能、机器人等相关专业\n熟悉强化学习、模仿学习或大模型微调（SFT/RLHF等）相关方法\n有具身智能/机器人任务导向的模型训练项目经验优先\n熟练使用PyTorch等深度学习框架\n具备较强的问题分析与算法调优能力\n加分项：有WM/WAM或类似具身模型转化经验、有机器人真机实验经验",
        "skills": [AI生成
            "强化学习",
            "模仿学习",
            "大模型微调",
            "SFT",
            "RLHF",
            "PyTorch",
            "世界模型",
            "具身智能"
        ],
        "preferred_qualifications": "",
        "job_highlights": ""
    },
    "contact": {
        "recruiter_name": "",
        "contact_methods": [
            {
                "type": "apply_link",
                "value": "https://www.zhipin.com/job_detail/318e250b171865170nx82dq_F1BY.html"
            }
        ]
    },
    "posting": {
        "posting_id": "318e250b171865170nx82dq_F1BY",
        "post_date": "",
        "hire_time": "",
        "update_date": "",
        "job_url": "https://www.zhipin.com/job_detail/318e250b171865170nx82dq_F1BY.html"
    },
    "fulltext": "核心职责：\n构建具身模型后训练体系，完成从世界模型（WM）到世界动作模型（WAM）的转化\n设计并实现面向具体机器人任务场景的微调、强化学习或对齐训练⽅法\n提升模型在不同机器⼈任务场景下的执⾏能力与泛化能力\n参与训练数据筛选、奖励设计与评估指标制定，⽀撑后训练迭代优化\n与预训练、部署团队紧密协同，打通模型从训练到落地的全链路\n任职要求：\n本科及以上学历，计算机、人工智能、机器人等相关专业\n熟悉强化学习、模仿学习或大模型微调（SFT/RLHF等）相关方法\n有具身智能/机器人任务导向的模型训练项目经验优先\n熟练使用PyTorch等深度学习框架\n具备较强的问题分析与算法调优能力\n加分项：有WM/WAM或类似具身模型转化经验、有机器人真机实验经验"
}