[Team Match] Google DeepMind L5 RE/RS/SWE 寻组，Robotics/Infra 方向(加米必回)

大家好，最近顺利进入了 Google DeepMind 的 Team Match 阶段。目前正在寻找合适的 Team 和 HM，想借地里的平台看看是否有热心的 Googler 愿意帮忙 connect 一下，非常感谢！🙏
【基本情况】

• Level： L5
• Location： Bay Area
• Start Date： ASAP

【教育背景】

• Robotics PhD（研究方向：Humanoids 仿人机器人）

【工作经历】
现就职于湾区某 FAANG 大厂（目前在职），担任全职 Robotics Engineer。主要负责 Robotics Full-stack Infra 相关工作，偏向 Research-facing 的工程开发，具备丰富的大型 codebase 维护与跨组协作经验。核心工作与产出包括：

• 技术领导力与跨组协作： Lead 了跨 Director-level 组织的 Robotics Initiative。业务涵盖机器人本体硬件设计、运动控制、轨迹规划、RL/IL/VLA 模型部署、实时控制、Fleet Management、CI/CD、大规模数据采集与诊断以及相关自动化系统的开发。
• 仿真系统与实验室搭建： 从 0 到 1 主导搭建了内部机器人实验室。架构并开发了高可扩展的 Robotic Simulation System，主要基于 MuJoCo / Isaac Sim 实现 Sim-to-Real 的闭环。
• 底层控制与模型部署： 开发基于 QP Solvers 的运动控制与 Motion Retargeting 算法；基于 Preempt-RT Linux 实时内核进行开发，成功将 AI 模型（如 RL Policy）与 1kHz 频率的底层物理控制（WBC）实现解耦与高效部署。
• 数据流架构与落地影响力： 制定了运动数据的对齐与清洗标准，搭建了全自动化的 Data Pipeline，直接 support 了数千万台量级穿戴设备的核心算法开发与迭代。

【技术栈】

• 编程语言： C / C++ / Python
• AI 与算法： Reinforcement Learning (RL), Imitation Learning (IL), Foundation Models (VLA), MPC, DDP
• 机器人与平台： ROS 1 & 2, TensorRT, MuJoCo, Isaac Sim (Isaac Lab), PyBullet
• 系统架构： Real-time Embedded Systems (RTOS), 分布式计算

【方向偏好】
. Χ目前对 Team 和具体研究方向保持开放态度。只要是 Robotics 相关的方向都很有兴趣深入交流，包括但不限于：Robotics Infra / Data Systems / RL / VLA / VLA RL Infra / Full-stack Platform / Hardware Design 等。
如果有合适的 L5 RE / RS / SWE Headcount，欢迎各位 HM 或团队成员私信交流，我可以进一步提供完整简历并详细介绍过往经历。非常感谢大家！
感谢大家的时间，也祝所有在找工作 / Team Match 的小伙伴都能顺利上岸！加米必回！