职位描述

岗位方向：
负责构建面向具身智能模型的数据闭环体系，打通真实场景数据，遥操数据，仿真数据，Ego第一视角数据等多源数据从采集到模型可训练的链路，建设湖仓一体化数据管理系统，支撑具身模型持续迭代，为算法训练提供高质量、高效率、可持续的数据供给。
工作职责：
1、设计并建设具身智能数据平台，覆盖数采任务指派、划分、管理，数据采集、清洗、转换、标注、筛选、质检、版本管理及训练集交付等核心环节。
2、构建真实机器人、遥操作、仿真及 Ego 第一视角等多源数据的标准化接入与处理链路，支持规模化、自动化的数据生产。
3、建设数据湖仓与数据资产管理体系，实现大规模多模态数据的存储、检索、追踪、权限管理与高效读取。
制定数据质量评估标准与分析体系，持续评估数据分布、任务覆盖度、空间多样性、失败样本、长尾场景及数据一致性。
4、建设数据集、标注、处理流程及模型训练数据的版本管理与可追溯机制，支撑训练结果分析与数据闭环迭代。
5、与算法、仿真、机器人数采等团队紧密协作，将模型效果、线上失败案例和长尾需求转化为数据采集与治理策略。
6、沉淀可复用的数据处理 Pipeline、工具链与平台能力，持续提升数据处理效率、稳定性和交付质量。

职位要求

岗位要求：
1、本科及以上学历，3 年及以上相关工作经验；计算机、软件工程、大数据、自动化、机器人等相关专业优先。
2、熟悉 Linux 开发环境，具备扎实的 Python 开发能力，能够使用 C++ 完成高性能数据处理或机器人相关模块开发。
3、熟练使用 NumPy、Pandas 等数据处理工具；熟悉 FastAPI、Django 等后端框架，具备异步编程和服务并发优化经验。
4、熟悉 MySQL、PostgreSQL 等数据库的开发、建模与性能优化。
5、熟悉 MinIO/S3 等对象存储系统，以及大规模数据存储、索引、读取和生命周期管理。
6、了解时序数据库、数据湖/湖仓一体化相关技术方案，并具备相关系统的实践经验。
7、熟练使用 Git、Docker，能够设计和维护数据处理 Workflow / Pipeline。
8、具备 ROS/ROS 2 开发经验，了解机器人数据格式与采集链路；熟悉 HDF5、LeRobot 等机器人学习数据与训练框架者优先。
9、理解 VLA、多模态模型的基本工作原理，能够从训练需求出发设计数据组织、质量评估与采样策略。
10、能熟练使用 AI Coding 工具提升研发效率，并具备良好的工程化、问题定位与跨团队协作能力。
加分项：
1、有机器人、自动驾驶或智能硬件数据平台建设经验，具备高并发数据流处理或大规模数据治理经验。
2、有主流机械臂遥操作/示教数据的采集、处理、质检或训练集构建经验。
3、了解 Isaac Sim、MuJoCo 等仿真平台，或具备仿真到真实（Sim2Real）相关数据经验。
4、熟悉 LeRobot、机器人模仿学习、强化学习或视觉语言动作模型相关生态。