AI/Perception/Robotics Learning Engineer 人工智慧／感知／機器人機器學習工程師

1. 開發電腦視覺方法、模型與演算法，用於高層次機器人操作指示、操控與協作
2. 設計並規劃完整的資料流，從感測器前處理到 DNN 模型的輸入與輸出
3. 主導模型開發生命週期，涵蓋資料準備、模型設計、訓練、測試到最終部署
4. 設計、實作並測試基於模仿學習 (Imitation Learning, IL/IM) 與強化學習 (Reinforcement Learning, RL) 的演算法，用於人形機器人、機械手臂與機械手之高自由度控制與複雜行為規劃
5. 建構並維護可擴展的深度學習與建模框架，處理大規模機器人資料集，確保效能、穩定性與靈活性
6. 設計 AI 模型並進行 模型轉移 (Design & Transfer)，包含模型壓縮、量化、蒸餾與跨平台移植，確保雲端、邊緣與嵌入式設備的高效運行
7. 整合多模態感測器（RGB Camera、Depth Camera、IMU、LiDAR、觸覺、力覺），建立可靠的感知系統
8. 開發並應用 RL 與 IL/IM 策略學習方法，支援高維度連續動作空間、動態環境與多樣操作場景
9. 探索 Sim2Real 技術，縮短模擬到真實的落地差距，確保在實體機器人上能穩定部署
10. 探索並應用新一代多模態 AI（VLM、VLA、Action Token），推動機器人從單純 “看懂” 到能夠 “理解並執行” 的智慧進化
11. 與跨領域團隊（機械、硬體、控制、雲端）合作，整合感知、決策與控制模組，並持續優化系統效能