- 物理AI仿真与世界模型后训练工程师(实习)
- [实习]
- ——
- 物理AI仿真与世界模型后训练工程师(实习)
- 收藏
- 举报
- 2k-2k
- |
- 硕士及以上
- |
- 招聘 10人
- 10-28 14:00 更新
-
北京市顺义区
职位详情
参与面向物理世界的世界模型(World Model)研发,用高保真物理仿真构建数据与评测体系,对基座世界模型做后训练(SFT / RL / 偏好对齐),提升模型在动力学预测、物理一致性和下游决策任务上的表现。应用场景包括智能驾驶、具身智能和车辆系统仿真等。
## 岗位职责
1. 搭建和维护物理仿真环境(刚体、柔体、流体、多体动力学、传感器仿真等),批量生成高质量的训练和评测数据。
2. 参与世界模型后训练流程,包括数据清洗与构建、监督微调(SFT)、基于仿真反馈的强化学习(RL from Simulation / RLHF 类方法)、蒸馏与对齐。
3. 设计物理一致性评测指标与基准,比如守恒律误差、长时序 rollout 稳定性、反事实预测准确率,并分析模型的失效模式。
4. 探索 Sim-to-Real 方法,包括域随机化、系统辨识、真实数据混合训练,缩小仿真与真实之间的差距。
5. 跟踪视频生成式世界模型、神经物理引擎、可微仿真等前沿方向,完成技术调研和原型复现。
6. 整理实验报告和技术文档,参与论文或专利撰写。
1. 计算机、自动化、力学、物理、车辆工程、机器人等相关专业。
2. 熟练使用 Python 和 PyTorch(或 JAX),有完整的深度学习模型训练经验。
3. 熟悉 Transformer、Diffusion、VAE 等主流生成模型中的至少一类,了解大模型微调方法(LoRA、全参微调、RL 微调等)。
4. 至少使用过一种物理仿真平台,例如 Isaac Sim / Isaac Lab、MuJoCo、Genesis、PyBullet、CARLA、Gazebo 等。
5. 数学和物理基础扎实,理解经典力学、数值积分与常微分方程求解。
6. 有较强的英文文献阅读能力,能独立复现论文结果。
- 有世界模型相关项目或论文经验(如 Dreamer、Genie、Cosmos、V-JEPA、UniSim 等方向)。
- 熟悉可微仿真(Warp、Brax、DiffTaichi 等)或神经算子 / PINN。
- 有多机多卡分布式训练经验(DeepSpeed、FSDP、Megatron)。
- 在 NeurIPS / ICML / ICLR / CVPR / CoRL / RSS 等会议发表过论文,或有知名开源项目贡献。
- 有智能驾驶或机器人相关的仿真、数据闭环经验。
我们提供:
- 有竞争力的实习薪资和餐补
- 算力资源和实验平台支持
- 资深导师一对一指导,有机会参与论文和专利产出
- 表现优秀者可获得转正机会
招聘截止日期 2027年06月01日
实习要求实习3-6个月,每周4-5天
招聘人数10人
北京汽车研究总院有限公司
-
- 所属行业 汽车/摩托车(制造/维护/配件/销售/服务)
- 涉及领域 --
- 公司性质 国有企业
- 公司规模 500-999人
- 公司网址 --
- 所在地址 北京市-顺义区-双河大街99号
看了该职位的人还会看 更多