原文资料说明
现有JD在机器人数据岗位说明后串接另一组“核心目标、工作职责、任职要求”，同时涉及模型云部署；仅按现存原文标注，未推定两组内容是否同一岗位。
职位 概述 作 为 Maxinsights 的 前线部署工程师（FDE - 机器人数据方向），您将成为连接我们世界领先的机器人基础模型数据引擎与全球顶尖具⾝智能（Embodied AI）及世界模型（World Models）研发团队的技术桥梁。 传统的 FDE 岗位侧重于物理硬件的现场安装和驱动调试，但在 Maxinsights，我们的技术已经实现了⾼度的数据流与仿真化。该岗位是⼀个 100% 数据与软件驱动的角色，不涉及任何物理硬件的现场部署与机械调试。 您的核心使命是通过深⼊理解客户的学术和商业需求，获取并对齐数据集规格（Specs），设计并生产高质量的多模态运动与场景仿真数据，执行严格的数据治理，并与团队内外进行敏捷且高频的迭代确认，确保交付的数据能够直接加速客户机器人的泛化学习。 核心职能与职责 / Core Responsibilities 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。 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。 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。 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。 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。 综合软实力 跨团队协调与沟通：具备极强的技术交流能力，能够无缝与顶尖 AI 研究员及非技术业务人员对齐复杂的技术边界与交付物 Spec 抗压与 Ownership：自我驱动，能在初创企业的高速迭代和模糊的需求定义中，保持结果导向，主动推进项目 明确不涉及的领域 以下为之前版本岗位中已被剥离、不再属于此岗位要求的职能： 无需 参与任何机器人硬件的现场装配、机械结构维护或电气布线 无需 进行硬件底座与传感器的物理标定（Focus 纯软件层面的标定数据计算与对齐） 无需 编写或调试底层硬件驱动、MCU 固件或物理硬件接口 无需 负责任何客户端现场的基础设施搭建（如网络布线、服务器物理上架等） 【核心目标】 负责数据闭环工程体系建设与算法/模型云端部署落地，打通数据采集处理、算法部署、性能优化全链路能力，支撑业务算法快速迭代与规模化落地。 【工作职责】 1. 搭建数据采集、处理、质量校验的自动化工具链与 Pipeline，构建高效数据闭环工程体系 2. 负责深度学习模型的容器化封装、云端服务化部署与联调优化，保障服务稳定可扩展 3. 开展算法/模型加速、链路耗时优化与资源效率提升，支撑业务规模化落地 4. 协同多团队推进项目，解决设备调试、数据验证等环节的技术卡点 5. 沉淀工程化标准与通用工具，输出技术文档与最佳实践 【任职要求】 1. 本科及以上学历，计算机、自动化、电子工程等相关专业，2 年及以上相关工作经验 2. 熟练掌握 Python/C++ 与 Linux 常用命令，编程基础扎实；熟悉至少一种主流深度学习框架（PyTorch/TensorFlow），了解模型训练与推理全流程 3. 具备深度学习与计算机视觉基础，了解特征匹配、多相机标定等 3D 视觉原理，对检测、分割、姿态估计等方向有基本认知 4. 熟悉 Docker 容器技术，具备 AI 模型云端部署与工程落地实战经验，可独立完成模块级需求的设计与交付 5. 具备良好的跨团队沟通协作能力，逻辑清晰，责任心强 加分项： 1. 有人体姿态估计、3D 视觉相关项目经验 2. 有嵌入式开发背景，具备多传感器时间同步项目经验 3. 有深度模型量化、推理加速优化相关经验 4. 有 Kubernetes、微服务或大规模云服务相关经验 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。