资深具身数据算法工程师

Job description

主要职责

• 数据全生命周期链路建设 负责数据全生命周期闭环链路的建设与落地，覆盖数据采集、清洗、标注、版本管理、训练接入、评测验证、问题归因、数据回流等环节，支撑模型持续迭代。
• 评测体系工程实现 负责评测体系的工程实现与维护，涵盖仿真评测、真机评测、自动化回归评测等，配合建立模型质量度量标准与版本准出规范。
• 数据管理工具链开发 负责数据管理工具链的设计与开发，包括数据版本管理、质量筛选、配比策略、数据血缘追踪、有效性快速验证等模块，支撑海量多模态数据（图片、视频、点云、轨迹等）的高效管理与复用。
• 算法协同与数据供给 深入理解具身智能算法（VLA/RL/IL/世界模型等）的训练范式与数据需求，协同算法团队落地数据供给策略与数据标注方案。
• 跨系统数据链路与质量监控 负责对接上下游数据平台、标注平台、仿真平台与训练框架，保障跨系统数据流转链路的一致性与可追溯性；参与构建数据质量监控与分析能力，实现数据分布可视化、异常检测与数据漂移监控。

任职资格

• 计算机、AI、机器人学等相关专业硕士及以上学历，博士优先。
• 具备3年及以上数据平台或数据工程开发经验，扎实的Python编程能力，熟悉Linux系统与Shell脚本，熟练使用Git进行版本管理。熟悉NumPy、Pandas、OpenCV等数据处理库，掌握Spark/Arrow/Parquet/HDF5等大数据存储与处理技术栈。熟悉分布式数据处理框架（如Ray/Dask）者优先。
• 具备良好的数据结构与算法基础，能针对大规模数据场景设计高效的去重、检索与挖掘算子；熟悉PyTorch深度学习框架，能配合算法团队完成预标注模型闭环与Embedding相关开发。
• 熟悉数据全生命周期管理，有数据采集、清洗、标注、版本管理、质量评估等数据工程实战经验，参与过大规模数据Pipeline开发。有数据合成/增强、AIGC数据生成或域随机化技术经验者优先。
• 对具身智能或深度学习算法有较好理解，熟悉VLA/RL/IL等算法的训练流程与数据需求，能基于算法特性配合完成数据供给与评测方案设计。具备基本的机器人运动学与动力学基础，了解ROS/ROS2数据采集与传感器交互流程。有仿真环境（Isaac/ManiSkill/RoboSuite等）或真机多传感器数据采集经验者优先。有多传感器标定与时间同步工程经验者优先。
• 具备人形机器人多源数据采集与处理经验，熟悉EGO视角视频、全身动捕、遥操作采集、UMI数据采集框架等典型数据形态。了解人类动作到机器人动作的重定向（Retargeting）流程。能处理EGO+Exo多视角同步、人类互联网视频的自动化预处理与清洗，并用于预训练数据集的构建与增强。
• 具备数据质量治理与分析能力，能从数据视角定位模型训练问题并提出改进建议。具备良好的系统设计能力与跨团队协作意识，有评测体系或自动化测试框架开发经验者优先。有Infra背景，熟悉分布式系统或训练框架内部机制者优先。有数据平台或MLOps相关开发经验者优先。