职 位 描述 【职位 概述】 作为 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】 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 - 使用并扩展公司的三维仿真引擎（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。 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】 1. 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 2. 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） 3. 无需编写或调试底层硬件驱动、MCU 固件或物理硬件接口 4. 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）
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。