原文资料说明
部分能力仅见正文开头技能标签，正文未展开对应要求；相关证据已单独标明。
规控 算法 图 像算法 分布式训练 深度学习 大模型算法 多模态算法 大数据处理框架(Spark/Hadoop/Hive) 算法工程化经验 融合感知算法 优秀开源项目经历 C/C++ Shell 机器学习 强化学习 模型加速/性能优化 Python 岗位职责 1. 客户需求对齐与 Spec 定义 对接具身智能/世界模型研究团队，深入理解大模型架构对输入数据的要求（相机 FoV、LiDAR 精度、机械臂动⼒学约束、动作轨迹格式等） 将科研/业务需求翻译为⾼精度数据规格说明书，明确数据维度、传感器参数、控制命令动作空间及元数据格式 2. 数据分布规划与场景设计 规划⽬标数据集分布，平衡常规场景与长尾 Corner Cases，确保强泛化性与 OOD 极端工况覆盖 分析客户历史数据或公开数据集，识别地理、光照、动作类型、障碍物分布等数据空缺并定向补全 3. 数据生产与合成编排 使⽤并扩展 Isaac Sim、MuJoCo 等三维仿真引擎或生成式世界模型工具，编排大规模数据合成管线 编写 Python/Bash 脚本，自动生成定制化机器人轨迹、多角度感知视频流、三维点云及动力学状态 4. 数据整理与质量治理 负责数据清洗、过滤与标定，剔除物理碰撞报错、传感器瞬断、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、标签准确度等维度，对千万级帧数据进行静态与动态质检 负责数据集最终格式封装（MCAP、HDF5、Lerobot 等），保证无缝输入训练管道 5. 闭环交付与跨团队迭代 数据交付后跟进客户模型训练早期阶段，建立数据-模型表现闭环反馈机制 与算法 R&D、平台开发团队高频沟通，将一线发现的系统级 Bug 或共性需求抽象，推动核心数据引擎标准化升级 任职要求 技术硬实力： 精通 Python，具备优秀软件工程素养（Git、Docker、Shell 熟练） 熟练掌握大规模多模态数据处理工具（Pandas、NumPy、Arrow、HDF5、RLDS/TensorFlow Datasets） 扎实的 3D 空间数学基础：四元数/旋转矩阵、坐标系变换、机械臂正逆运动学（IK/FK）、传感器内参外参 加分项： 有 Isaac Sim、MuJoCo、PyBullet、Unity/Unreal Engine 等物理仿真器，或 NeRF/3DGS/生成式世界模型实际项目经验 了解自动驾驶感知/规控管线，或具身智能大模型（VLA、RT-2 等）的训练与评估逻辑 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。