石景山区
职位详情
岗位职责：
1. 技术架构与规划：
负责面向展厅场景的人形机器人多模态交互技术体系的设计与整体架构规划，整合大语言模型（LLM）、视觉识别、语音处理、对话管理及知识库等核心模块。
主导大模型在机器人应用中的探索与工程落地，涵盖场景化对话生成、任务分解与执行、专业知识问答、情感化互动等方向。
2. 算法研发与集成：
研发并优化多源信号（语音、图像、文本、传感器数据）的融合算法，提升机器人对用户意图的感知能力，实现“听得清、看得见、懂其意”。
深入研究具身智能（Embodied AI）方法，打通大模型的认知决策链路与机器人本体动作控制，达成“思考即行动”的闭环响应。
构建并微调适用于业务场景的大语言模型，深度耦合机器人自身能力体系（如动作指令集、展厅知识图谱、服务流程），保障对话与操作的准确性与可控性。
设计并开发高效的对话状态追踪（DST）与自然语言理解（NLU）组件，确保人机交互过程连贯、稳定、可扩展。
3. 展厅业务落地：
深入挖掘展厅实际应用场景需求，包括智能导览、产品介绍、实时问答、趣味互动等，将前沿算法转化为可运行、可展示的功能模块。
规划并实现机器人综合交互行为（语言表达、肢体动作、自主移动），塑造生动、自然、富有亲和力的拟人化体验。
主导整套交互系统的部署实施、功能测试与持续迭代优化，确保系统在真实运营环境中具备高稳定性与高性能表现。
任职要求：
学历与经验： 计算机、人工智能、机器人等相关专业硕士及以上学历，具备1年以上多模态交互、对话式AI或大语言模型应用领域工作经验；有实际机器人项目经历者优先考虑。
技术能力：
大语言模型： 深入掌握Transformer结构及主流LLM（如GPT系列、LLaMA等）工作原理，具备丰富的Prompt设计、模型微调、RAG（检索增强生成）等实战经验。
多模态技术： 熟悉至少一种主流多模态大模型（如GPT-4V、Gemini等），并有实际开发落地经验。
编程能力： 精通Python语言，熟练使用PyTorch或TensorFlow等深度学习框架，具备良好的代码规范与工程实现能力。
综合知识： 了解常用语音技术（ASR/TTS）、计算机视觉基础（如目标检测、手势识别）以及自然语言处理核心技术。
加分项：
具备机器人操作系统（ROS/ROS2）开发经验者优先。
有具身智能（Embodied AI）或机器人任务规划相关研究与项目实践者优先。
曾在顶级学术会议（如RSS、ICRA、IROS、CVPR、ACL、NeurIPS）发表过相关论文者优先。
软实力：
具备优秀的创新意识、问题拆解能力和推动技术落地的实践导向。
责任心强，善于协作，拥有良好的沟通表达与项目推进能力。
热爱人工智能与机器人技术，致力于打造极致流畅、富有温度的用户体验。
1. 技术架构与规划：
负责面向展厅场景的人形机器人多模态交互技术体系的设计与整体架构规划，整合大语言模型（LLM）、视觉识别、语音处理、对话管理及知识库等核心模块。
主导大模型在机器人应用中的探索与工程落地，涵盖场景化对话生成、任务分解与执行、专业知识问答、情感化互动等方向。
2. 算法研发与集成：
研发并优化多源信号（语音、图像、文本、传感器数据）的融合算法，提升机器人对用户意图的感知能力，实现“听得清、看得见、懂其意”。
深入研究具身智能（Embodied AI）方法，打通大模型的认知决策链路与机器人本体动作控制，达成“思考即行动”的闭环响应。
构建并微调适用于业务场景的大语言模型，深度耦合机器人自身能力体系（如动作指令集、展厅知识图谱、服务流程），保障对话与操作的准确性与可控性。
设计并开发高效的对话状态追踪（DST）与自然语言理解（NLU）组件，确保人机交互过程连贯、稳定、可扩展。
3. 展厅业务落地：
深入挖掘展厅实际应用场景需求，包括智能导览、产品介绍、实时问答、趣味互动等，将前沿算法转化为可运行、可展示的功能模块。
规划并实现机器人综合交互行为（语言表达、肢体动作、自主移动），塑造生动、自然、富有亲和力的拟人化体验。
主导整套交互系统的部署实施、功能测试与持续迭代优化，确保系统在真实运营环境中具备高稳定性与高性能表现。
任职要求：
学历与经验： 计算机、人工智能、机器人等相关专业硕士及以上学历，具备1年以上多模态交互、对话式AI或大语言模型应用领域工作经验；有实际机器人项目经历者优先考虑。
技术能力：
大语言模型： 深入掌握Transformer结构及主流LLM（如GPT系列、LLaMA等）工作原理，具备丰富的Prompt设计、模型微调、RAG（检索增强生成）等实战经验。
多模态技术： 熟悉至少一种主流多模态大模型（如GPT-4V、Gemini等），并有实际开发落地经验。
编程能力： 精通Python语言，熟练使用PyTorch或TensorFlow等深度学习框架，具备良好的代码规范与工程实现能力。
综合知识： 了解常用语音技术（ASR/TTS）、计算机视觉基础（如目标检测、手势识别）以及自然语言处理核心技术。
加分项：
具备机器人操作系统（ROS/ROS2）开发经验者优先。
有具身智能（Embodied AI）或机器人任务规划相关研究与项目实践者优先。
曾在顶级学术会议（如RSS、ICRA、IROS、CVPR、ACL、NeurIPS）发表过相关论文者优先。
软实力：
具备优秀的创新意识、问题拆解能力和推动技术落地的实践导向。
责任心强，善于协作，拥有良好的沟通表达与项目推进能力。
热爱人工智能与机器人技术，致力于打造极致流畅、富有温度的用户体验。
2026-06-29 12:27
IP属地：北京
职位福利
硕士经验不限发表算法相关优秀论文VLM多模态算法VLNVLA
乐聚智能（深圳）股份有限公司
D轮及以上 · 500-999人
工作地址
鱼泡安全保障
如遇到办证收费、刷单、传销、诱导买车等违规行为，请立即向鱼泡直聘投诉举报投诉举报 >
附近适合您的职位
图形算法开发工程师（Java、C++）
1.5-3万元/月
算法工程师3-5年本科业务导向语音/图像识别JavaC/C++OpenCV计算机相关专业机器学习算法/工程化经验深度学习经验
北京 石景山区
收藏职位
