学历与专业：计算机科学、人工智能、机器人学、自动化等相关专业，硕士/博士学历。 核心算法能力：深刻理解Transformer、Diffusion等主流架构；在强化学习（PPO/SAC等）、模仿学习、VLA模型训练或世界模型（World Models）方向有深入的理论理解与实战经验。 数据敏感度与工程能力：具备极强的数据敏感度，能从海量传感器数据中发现规律；精通Python/PyTorch/JAX，具备处理大规模分布式数据与构建自动化数据Pipeline的实战经验。 真机部署经验：有真实机器人（机械臂、移动操作平台等）真机部署与RL训练经验，能够处理真机实验中的延迟、噪声及硬件非线性特性。 熟悉主流训练框架，对分布式训练、模型压缩、推理加速有实际开发经验。 加分项：在机器人学习、计算机视觉或AI顶会（如NeurIPS, ICML, CoRL, RSS等）发表过高质量论文；有自动驾驶端到端、大规模推荐系统等数据驱动型复杂系统的闭环优化经验；熟练使用前沿AI生产力工具（如Cursor, Claude Code等）辅助研发。