腾讯具身智能数据基建工程师
任职要求
1.计算机及相关专业背景：本科及以上学历，计算机、软件工程、人工智能、机器人、自动化、电子信息、数据科学等相关专业优先； 2.扎实的工程开发能力：熟练掌握 Python / Go / C++ 中至少一种后端开发语言，具备良好的工程编码能力、系统设计能力和问题排查能力； 3.数据工程或平台系统经验：有数据平台、数据中台、机器学习平台、AI Infra、MLOps、数据标注平台、数据湖或大规模数据处理系统建设经验者优先； 4.熟悉大规模数据处理技术：熟悉常见数据处理框架或工具，如 Spark、Flink、Ray、Airflow、Dagster、Kafka、Hive、ClickHouse、PostgreSQL、MongoDB、Redis、对象存储等中的一种或多种； 5.了解机器学习训练数据链路：理解模型训练中的数据准备、数据加载、数据增强…
工作职责
1.大规模数据集导入流程建设：设计并实现大规模数据集导入、解析、校验、清洗、去重、格式转换和元信息抽取流程，提升数据从采集到可训练状态的流转效率； 2.数据管理系统建设：负责建设面向多模态、多任务、多版本的数据管理系统，支持数据资产检索、权限管理、数据血缘追踪、质量评估、版本控制、任务关联与实验追踪； 3.训练数据加载基建优化：面向大规模模型训练需求，优化训练数据加载链路，包括数据格式设计、索引构建、缓存策略、分布式读取、吞吐性能优化和稳定性保障； 4.数据自动处理流程建设：搭建自动化数据处理 Pipeline，支持数据预处理、规则校验、质量检测、异常过滤、自动切分、自动打标签、统计分析和可视化监控； 5.数据标注系统建设：设计和开发面向具身智能场景的数据标注系统，支持图像、视频、点云、轨迹、动作序列、语言指令、机器人状态等多模态数据的标注、审核、质检与任务管理； 6.数据质量与效率优化：建立数据质量评估指标体系，推动数据生产、标注、训练使用过程中的效率提升和问题闭环，提升高质量训练数据占比； 7.跨团队协作：与算法、机器人、平台、产品及标注运营团队紧密合作，理解模型训练和机器人任务需求，将业务需求转化为稳定可复用的数据基础设施能力。
1、负责数据验收与接收，建立数据接收标准及流程规范； 2、负责数据清洗与预处理，提升数据可用性和一致性； 3、负责数据质检管控，搭建质量评估体系，保障数据质量达标； 4、负责数据存储管理，规划数据存储架构及归档策略； 5、制定数据质量管理的全套标准体系，确保外包人员按标准执行； 6、负责外包人员的培训与质量监控，定期评估外包交付质量； 7、推动提升数据平台/标注平台自动化处理能力，持续提升数据处理质量。
1. 利用云端视觉专业小模型或多模态大模型，对原始视频、图像等数据进行自动预标注，如物体检测、分割、姿态估计、动作标签生成等。 2. 研发算法，解决多源数据的对齐、标准化与融合问题，实现数据本体动作到机器人关节信息的实时动态映射。 3. 设计针对大模型自动标注结果的人机协同质检、清洗与修正流程，确保标注真值的可靠性。并开发自动化数据质量评估体系，持续监控和提升数据集的效用。 4. 构建高效的自动化数据标注等管线以及相应的数据策略，支持TB级多模态数据分析以及性能评估。 5. 联合数据平台团队，构建高效的数据管理、回放、质检等平台流程； 6. 开发面向机器人的遥操作技术和系统，利用VR、动捕服等手段，实现机械臂/人形机器人的动作实时映射与控制。
1.负责构建具身智能模型训练所需的多模态数据处理平台，支持从采集、清洗、对齐、标注、训练评估及质量优化的全流程数据闭环； 2.搭建并优化仿真环境/真实机器人环境中的数据生成与采集管线，推动环境交互数据的规模化和自动化； 3.研究和实现数据驱动的具身智能训练/对齐方法，提升模型在规划、决策、操控等任务上的泛化能力和鲁棒性； 4.负责模型评估体系建设，从模型训练到评测一站式完成，为最终的模型性能提供可靠数据支撑； 5.关注业界前沿研究趋势（如VLA、World Model、RLHF等），将其转化为数据方法与系统实践； 6.统筹方向建设与跨部门合作，驱动具身智能数据算法、平台与应用的系统性落地。 7、负责将AI工具与方法应用于算法研发全流程，提升开发效率与解决方案的智能化水平；
岗位职责 参与具身智能 VLA（Vision-Language-Action）模型的数据体系建设，包括机器人操作数据采集、标注、清洗、质检与管理 负责多模态数据处理流程开发与维护，涵盖视觉、语言、动作、触觉等数据的组织与对齐 搭建和优化大规模机器人数据 pipeline，包括数据上传、存储、版本管理、预处理与训练集构建 参与 VLA 模型训练与迭代，包括数据格式设计、训练配置、效果评估与 benchmark 分析 安克实习生项目是面向正式校招岗位的人才培养与选拔通道。实习期间将按照校招标准进行系统的培养与综合评估，表现优秀者可直接获得校招转正机会，提前锁定正式校招席位。我们以严肃、长期的视角对待每一位实习生，也期待与你共同成长。 【你将参与】 1.跟踪前沿 VLA 与具身智能方向论文（如 RT-2、OpenVLA、Pi0、Diffusion Policy、ACT 等），完成数据流程或模型方案复现与实验对比 2.协助机器人数据平台与工程化系统建设，提升数据采集效率、数据一致性与训练稳定性 3.与算法、数据采集、机器人控制团队协作，推动具身智能数据闭环与模型迭代