VLA 算法研究实习生（装载机方向）
招聘时间
即日起 至 2026-12-05
招聘单位
卡特彼勒
所在地区
无锡
工作地点
江苏省/无锡市/新吴区 卡特彼勒无锡技术研发中心 新庆南路5号
学历要求
硕士
实习时长
每周4天，每天3小时
职责描述
岗位介绍
面向轮式装载机（Wheel Loader）自主作业场景，参与视觉-语言-动作（Vision-Language-Action，VLA）模型研究，探索多模态模型与模仿学习在工程机械作业任务中的应用，支持从数据构建、模型训练到实验验证的研究工作。
工作职责
参与装载机作业场景下 VLA 模型的研发、训练与效果优化。
负责视觉、语言指令、机器状态及动作等多模态数据的清洗、同步、处理与训练数据集构建。
参与 π（Pi）系列、GR00T 等 VLA 模型的复现、适配与微调，探索适用于装载机作业的观测输入、动作表示和策略学习方法。
参与模型评测、推理与部署优化，支持算法在仿真环境及低成本装载机开发平台上的集成与验证。
跟进 VLA、模仿学习及具身智能相关技术，开展对比实验、失败案例分析和技术验证。
协助完成数据采集、实验结果整理及相关技术文档编写。
任职要求
计算机、人工智能、自动化、机器人等相关专业，本科及以上在读，硕士或博士优先。
熟悉 Python 和 PyTorch，具备良好的编程能力、算法基础及深度学习实践经验。
了解 Transformer、视觉语言模型及多模态学习等相关技术。
熟悉 π（Pi）系列、GR00T 等 VLA 模型，了解其模型架构、训练流程与动作表示，有相关模型复现、微调或部署经验者优先。
具备较强的学习能力和动手能力，能够参与模型训练、调试及实验分析。
具备良好的英文技术资料阅读能力、沟通能力和团队协作意识。
每周实习 4 天及以上，持续 3 个月以上，能够实习 6 个月及以上者优先。
加分项
有 VLA、模仿学习、强化学习、自动驾驶或机器人相关项目经验。
有机器人示教数据采集、多模态数据处理或动作预测经验。
熟悉 ROS / ROS 2，或有仿真平台、真实机器人部署经验。
有模型推理优化、参数高效微调或分布式训练经验。
有相关论文复现、开源贡献或完整模型训练项目经验。
面向轮式装载机（Wheel Loader）自主作业场景，参与视觉-语言-动作（Vision-Language-Action，VLA）模型研究，探索多模态模型与模仿学习在工程机械作业任务中的应用，支持从数据构建、模型训练到实验验证的研究工作。
工作职责
参与装载机作业场景下 VLA 模型的研发、训练与效果优化。
负责视觉、语言指令、机器状态及动作等多模态数据的清洗、同步、处理与训练数据集构建。
参与 π（Pi）系列、GR00T 等 VLA 模型的复现、适配与微调，探索适用于装载机作业的观测输入、动作表示和策略学习方法。
参与模型评测、推理与部署优化，支持算法在仿真环境及低成本装载机开发平台上的集成与验证。
跟进 VLA、模仿学习及具身智能相关技术，开展对比实验、失败案例分析和技术验证。
协助完成数据采集、实验结果整理及相关技术文档编写。
任职要求
计算机、人工智能、自动化、机器人等相关专业，本科及以上在读，硕士或博士优先。
熟悉 Python 和 PyTorch，具备良好的编程能力、算法基础及深度学习实践经验。
了解 Transformer、视觉语言模型及多模态学习等相关技术。
熟悉 π（Pi）系列、GR00T 等 VLA 模型，了解其模型架构、训练流程与动作表示，有相关模型复现、微调或部署经验者优先。
具备较强的学习能力和动手能力，能够参与模型训练、调试及实验分析。
具备良好的英文技术资料阅读能力、沟通能力和团队协作意识。
每周实习 4 天及以上，持续 3 个月以上，能够实习 6 个月及以上者优先。
加分项
有 VLA、模仿学习、强化学习、自动驾驶或机器人相关项目经验。
有机器人示教数据采集、多模态数据处理或动作预测经验。
熟悉 ROS / ROS 2，或有仿真平台、真实机器人部署经验。
有模型推理优化、参数高效微调或分布式训练经验。
有相关论文复现、开源贡献或完整模型训练项目经验。
