数 据 闭环 数据清洗 多模态 机器人 数据挖掘 【核心职能与职责】 1. 客户需求对接与 Spec 规范定义 - 与具身智能/世界模型研究员直接沟通，深入解析其大模型架构对输⼊数据的要求（例如：感知的相机视场角、LiDAR 精度、机械臂动⼒学约束、特定动作轨迹格式）。 - 将模糊的业务与科研痛点翻译为⾼精度的“数据规格说明书”（Dataset Specification/Spec），明确数据维度、传感器参数、控制命令动作空间（Action Space）及元数据格式。 2. 数据分布规划与场景设计 - 规划并整理目标数据集的分布（Data Distribution），平衡常规场景与长尾场景（Corner Cases），确保数据集具备强泛化性，并覆盖 OOD（分布外）极端工况。 - 分析客户提供的历史数据或公开数据集，识别其在地理、光照、动作类型及障碍物分布上的数据空缺（Data Gaps）并进⾏定向补全。 3. 数据生产与合成编排 - 使用并扩展 Maxinsights 的三维仿真引擎（如 Isaac Sim, MuJoCo 等）或生成式世界模型工具，编排并运行大规模数据合成管线。 - 编写高效的脚本（Python/Bash）自动生成定制化的机器人轨迹（Trajectories）、多角度感知视频流、三维点云和动力学状态。 4. 数据整理与质量治理 - 负责数据清洗（Curation）、过滤与标定，剔除物理碰撞报错、传感器瞬断或动作漂移等无效数据。 - 编写自动化 QA 脚本，从动力学可达性、时序对齐和标签准确度等维度，对千万级帧的数据进行静态与动态质检。 - 负责数据集的最终格式封装，如将轨迹数据转换为 MCAP、HDF5 或 Lerobot 格式，保证能直接无缝输入训练管道。 5. 闭环交付与跨团队持续确认 - 负责数据交付，并在客户模型训练的早期阶段跟进评估数据有效性，建立“数据-模型表现”的闭环反馈机制。 - 在团队内部与算法 R&D、平台开发团队保持每日高频沟通，将一线部署中发现的系统级 Bug 或共性需求抽象，推动 Maxinsights 核心数据引擎的标准化升级。 【任职资格】 技术要求： - 编程基础：精通 Python 编程，具备优秀的软件工程素养（熟练使用 Git, Docker, Shell 等工具） - 数据工程经验：熟练掌握大规模多模态数据处理工具（如 Pandas, NumPy, Arrow, HDF5, RLDS/TensorFlow Datasets 结构） - 空间与运动几何：具备扎实的 3D 空间数学基础，理解三维旋转（四元数、旋转矩阵）、坐标系变换、机械臂正逆运动学（IK/FK）及传感器内参外参。 - 仿真与图形学（加分项）：有使用 Isaac Sim, MuJoCo, PyBullet, Unity/Unreal Engine 等物理仿真器或 NeRF/3DGS/生成式世界模型的实际项目经验者优先。 - 自动驾驶/机器人背景（加分项）：了解自动驾驶感知/规控管线，或具身智能大模型（如 VLA, RT-2 等）的训练与评估逻辑者优先。 认证资质 人力资源服务许可证
招聘状态、薪资与职责可能发生变化。这里保留 2026-11-09 的采集原文，当前信息请以来源页面为准。同组公告仅表示文本相似，不代表已确认同一雇主或同一招聘需求。