具身数据策略与质控工程师
北京全职互联网 / 电子 / 网游
职位描述
1、制定具身数据采集、切片、清洗、打标、质检等环节的质量验收标准，覆盖图像/视频、多相机视角、关节状态、动作轨迹、末端位姿、力控数据、仿真交互数据等多模态数据；2、建立具身数据质量分级体系，定义任务成功率、动作合规性、轨迹完整性、时序对齐、场景覆盖度、视角有效性、异常数据识别等核心判定标准；3、设计抽样质检方案、试采试标验收流程和 benchmark，培训并校准下游质检、标注、采集人员的判断标准，提升数据审核一致性；4、与算法、数据工程、采集、标注团队协作，基于模型训练效果和错误 case，持续优化数据采集方案、标注规范、清洗规则和返修机制；5、参与不同训练环节的数据策略制定，协助算法团队决策预训练、后训练、评测、真机调试等阶段的数据配比、数据优先级和数据补采方向。
职位要求
1、具备具身智能、机器人、自动驾驶、多模态数据、视频/图像数据或传感器数据相关经验，对数据质量有较强判断力；有机器人操作数据、遥操作数据、机械臂/灵巧手/人形机器人数据经验优先；2、能够将“动作是否合理、任务是否成功、轨迹是否干净、视角是否可用、数据是否可训练”等判断，拆解为可描述、可考核、可培训的质量标准；3、结构化思维强，能够将复杂的数据质量问题归类，定义清晰的判定边界、分级规则、抽检方法和返修标准；4、具备较强的数据 sense 和问题抽象能力，能够从大量异常样本、失败任务和模型反馈中识别系统性问题，推动采集、标注和清洗策略迭代；5、具备良好的跨团队沟通和文档能力，能够独立编写采集规范、质检标准、标注说明、培训材料、案例库和质量复盘报告。加分项1、了解 VLA/VLM、World Action Models、机器人操作策略、模仿学习、Diffusion Policy、强化学习或具身基座模型的数据需求；2、熟悉 ROS/ROS2、Isaac Sim、Sapien、Gazebo、机器人仿真环境或常见具身数据集格式；3、具备 Python、Pandas/Numpy/OpenCV、FFmpeg 或 vibe coding 能力，能够开发质检、可视化、抽样、统计分析等自动化工具；4、有多模态数据平台、标注平台、质检平台、数据闭环系统建设经验；5、有自动驾驶数据质检、机器人数据采集质检、视频/图像审核、传感器数据分析或算法评测集建设经验。
投递
Sign in
To continue your applicationor continue with email
By continuing you agree to our Terms & Privacy Policy.