具身智能数据工程师
岗位摘要
设计多源异构数据采集管线，对接遥操作、人手动捕、外骨骼、仿真等不同数据源，完成从原始传感器数据到可训练格式的全链路；构建数据处理与增强算法，包括视觉域适配（人手→机器人手 inpainting）、异常轨迹检测与清洗、多模态对齐（RGB + 深度 + 触觉 + 关节角 + 力矩）
登录后保留你的岗位线索
邮箱登录后可继续查看完整职责、任职要求和原岗位入口，并使用收藏与浏览记录沉淀适合自己的机会。
岗位职责
- 设计多源异构数据采集管线，对接遥操作、人手动捕、外骨骼、仿真等不同数据源，完成从原始传感器数据到可训练格式的全链路
- 构建数据处理与增强算法，包括视觉域适配（人手→机器人手 inpainting）、异常轨迹检测与清洗、多模态对齐（RGB + 深度 + 触觉 + 关节角 + 力矩）
- 搭建具身数据平台，统一数据格式与版本管理、元数据索引、数据可视化回放、训练数据高性能加载
- 实现大规模仿真数据生成，分布式调度仿真环境，自动标注与轨迹过滤，难度递增采样
- 跟踪数据方向前沿并落地，将学术界最新的数据采集范式、跨具身迁移方法、数据扩增策略转化为可用的工程方案
任职要求
- 计算机科学、机器人学、人工智能等相关专业本科及以上学历
- 扎实的 Python 工程能力，熟悉 PyTorch 生态
- 熟悉至少一种：分布式计算（Ray / Spark）、大规模数据处理（Arrow / Parquet / HDF5）、对象存储（S3 / OBS）
- 有实际的数据管线开发经验（数据采集、清洗、存储、加载）
- 良好的系统设计能力，能独立设计和落地数据平台
加分项
- 有机器人学背景或操作数据处理经验（遥操作、动捕、仿真数据）
- 熟悉 LeRobot / ManiSkill / MuJoCo / Isaac Lab 等机器人学习框架
- 了解 Diffusion Policy / ACT 等模仿学习算法的数据需求
- 有 NeRF / 3DGS / 视觉 inpainting 等 3D 视觉经验
- 有 Docker / K8s 容器化部署经验
- 在顶会（CoRL / RSS / ICRA / NeurIPS / CVPR）发表过相关论文
福利待遇
- 有机会从零定义具身数据基础设施
- 参与早期团队建设，核心角色
- 跟踪并落地学术界前沿技术
- 与顶尖机器人学习框架（LeRobot、ManiSkill、MuJoCo、Isaac Lab）接触
- 在顶会（CoRL、RSS、ICRA、NeurIPS、CVPR）发表论文的机会
登录后查看完整岗位详情
使用邮箱验证码登录后，可查看完整职责、任职要求、原岗位入口，并继续使用收藏和浏览记录。列表摘要保持公开，完整详情用于保护数据质量和降低恶意抓取。