负责将训练完成的机器人策略模型、VLA 模型、Diffusion Policy、ACT、World Model 等部署到真实机器人系统中。 负责 PyTorch 模型导出、ONNX 转换、TensorRT 部署和推理服务封装。 搭建端侧模型推理框架，支持图像输入、语言指令输入、机器人状态输入和动作输出。 负责模型推理与 ROS / ROS2 控制系统集成，包括传感器订阅、模型推理、动作后处理和机器人执行接口。 优化端到端推理延迟，提升机器人控制频率和部署稳定性。 负责模型运行过程中的异常检测、安全保护和 fallback 机制，例如动作限幅、速度限制、碰撞保护、急停处理等。 支持模型在 NVIDIA Orin、Thor、RTX GPU 等平台上的部署和调试。 与算法团队协作，定位模型在真机部署中的性能问题，包括推理延迟、动作抖动、观测不同步、控制频率不足等。

本科及以上学历，计算机、人工智能、机器人、自动化等相关专业。 熟悉 PyTorch，了解深度学习模型推理流程。 熟悉 ONNX、TensorRT、CUDA 基础使用，有模型部署经验。 熟悉 ROS / ROS2，能够将模型推理模块接入机器人控制系统。 熟悉 Linux、Docker、Python / C++，具备良好的系统调试能力。 理解机器人闭环控制的基本流程，包括 observation 输入、policy 推理、action 后处理和执行。 有端侧部署或边缘计算平台经验，例如 Jetson Orin、AGX、RTX GPU 等。