Position Overview 职位概况
- Contribute to transitioning LLM or VLA models from research prototypes to our digital system and edge devices, enabling low-latency, high-reliability visual perception to monitor machines in field and action decision-making.
参与将前沿多模态大模型或VLA模型从实验室推向我们的远程数字中心系统以及设备边缘设备，实现低延迟、高可靠的视觉理解以监测及控制现场设备。 - Fine-tune, deploy, and optimize Multimodal Large Language Model (MLLM) or Vision-Language-Action (VLA) model.
多模态大模型或VLA模型的微调、部署和优化。
Roles and Responsibilities 工作职责
- Deploy LLM on the digital system to monitor the real-time operational status of on-site equipment and provide instant feedback.
在数字中心系统上部署大模型以实时监控现场设备运行状态及实时反馈。 - Responsible for the development, deployment, and optimization of Vision-Language-Action (VLA) or Multimodal Large Language Model (MLLM) applications.
负责视觉-语言-行动模型(VLA)和多模态大模型(MLLM)应用的开发、部署与优化工作。 - Perform domain-specific fine-tuning of VLA/MLLM models to adapt them to targeted robotic tasks and operational scenarios, enhancing task-specific accuracy and robustness.
针对特定机器人任务和场景，对 VLA/MLLM 模型进行微调（Fine-tuning），提升模型在特定任务上的性能。 - Document and maintain software architecture, API, and technical guides for development and support teams.
为开发和技术支持撰写并维护软件的相关文档。
Requirement 岗位要求
- Bachelor’s degree or higher, with basic English listening, speaking, reading, and writing skills.
本科及以上学历，具备基础的英语听说读写能力。 - Proficient in Python Expertise in machine learning frameworks such as TensorFlow/PyTorch.
熟练掌握 Python，精通Tensorflow/PyTorch等机器学习框架。 - In-depth knowledge of Transformer architectures (including attention mechanisms, positional encoding, and cross-modal fusion techniques).
深入了解Transformer架构（包括注意机制、位置编码和跨模态融合技术）。 - Familiarity with VLA and MLLM architectures, with hands-on experience in training and fine-tuning multimodal large models.
熟悉 VLA\MLLM模型架构，具备多模态大模型训练与调优经验。 - Familiarity with frameworks such as LangChain, LangGrap, and LlamaIndex; familiarity with large model-related technologies like RAG and MCP is preferred.
了解LangChain、LangGrap、LlamaIndex等框架，熟悉RAG、MCP等大模型相关技术优先。 - Familiar with ROS/ROS2 robotics frameworks; preference will be given to candidates with hands-on experience deploying VLA models on real robotic platforms (e.g., NVIDIA Isaac GR00T) and successfully executing practical robotic tasks.
了解 ROS/ROS2 机器人操作系统，有在真实机器人平台（如NVIDIA Isaac GR00T）上部署VLA 模型并完成实际任务的经验者优先。
如果您对此职位有兴趣，请投简历到 tss-jobs.cn@tomra.com。
关于陶朗
TOMRA 集团是在集团创始人发明了全球第一台饮料空瓶自动回收机后于1972年4月1日成立于挪威，如今在全球共有5000多名员工，业务分布在超过100个国家和地区。TOMRA集团为挪威上市公司，股票代码（TOM）。2024年，陶朗全球营业收入超13亿欧元.
今天，TOMRA 集团已经发展为光谱分选,压缩打包和先进回收利用技术的全球一流供应商，且已不只是针对饮料空瓶回收,还包括固体垃圾的分选处理，电子垃圾的分选处理等，TOMRA基于传感器的先进光谱分选设备现在还广泛应用于采矿业和食品的分选及质量控制。
TOMRA 厦门公司于2010年3月30号正式注册成立，是挪威TOMRA集团在中国的第一家全资子公司,公司将作为TOMRA集团所有分公司在华业务的运营总部，逐步开展在中国的相关业务，为中国的环保事业贡献自己的力量！
我们欢迎你的加盟，共同创造绿色，美好的明天！
陶朗分选技术（厦门）有限公司
公司地址：福建省厦门市湖里区围里北路418号101单元