具身数据工程师
岗位摘要
面向VLA/World Model等具身大模型训练需求，搭建覆盖数据采集、处理、管理、质量控制、训练服务的数据闭环体系；构建高效的多模态数据处理流水线，支持图像、视频、机器人轨迹、动作原语、语言指令、传感器等数据的解析、清洗、转换、对齐与标准化
岗位职责
- 面向VLA/World Model等具身大模型训练需求，搭建覆盖数据采集、处理、管理、质量控制、训练服务的数据闭环体系
- 构建高效的多模态数据处理流水线，支持图像、视频、机器人轨迹、动作原语、语言指令、传感器等数据的解析、清洗、转换、对齐与标准化
- 负责具身数据平台与SDK的架构设计，提供统一的数据访问、查询、加载与导出能力，提升数据迭代效率
- 负责大规模训练数据管理与自动化，包括数据版本管理、血缘追踪、质量检测、数据发布流程建设，保证训练数据可复现、可追踪、可扩展
- 针对大规模视频、轨迹等时序数据场景，优化数据格式、缓存、并行读取机制，最大化训练吞吐效率
任职要求
- 计算机科学、软件工程、人工智能、机器人等相关专业硕士及以上学历
- 具备扎实的软件工程能力，熟悉Linux开发环境，具备良好的代码设计和工程实现能力
- 具备数据工程、分布式系统或大规模数据处理经验，有计算调度或服务化架构落地经验
- 熟悉机器学习标准数据流，有Dataset构建、数据清洗及加载Pipeline开发经验
- 熟悉机器人或多模态数据标准，包括LeRobot、ROS Bag、MCAP、HDF5等
- 熟悉多模态时序数据处理，有图像、视频、RGB-D、IMU、力觉、触觉等数据处理经验优先
- 对具身智能、大模型训练领域有强烈兴趣，具备良好的技术调研和落地攻坚能力
工作地址
北京海淀区搜狐网络大厦10层