菜鸟菜鸟-具身智能数据平台架构师-杭州
任职要求
1. 计算机/自动化/机器人相关专业，扎实的 Python/C++ 与 Linux 工程能力。 2. 熟悉 ROS/ROS2，掌握相机内外参、手眼标定与软硬件时间同步。 3. 能处理视频、图像、点云与 Robot Log，熟悉 NumPy/OpenCV/Pandas。 4. 了解模仿学习/VLA/世界模型训练流程及其对数据分布、覆盖度与质量的要求。 5. 去实验室去…
工作职责
1. 数据管线构建：从 0 到 1 搭建仓储场景真机数据采集与管理飞轮，建立物流机器人数据采集 SOP，打通"采集→清洗→标注→质检→数据集→模型评估→补采"全链路闭环。 2. 多源数据处理：负责 Ego（第一人称人类演示）、无本体（包含 UMI/FastUMI 等设备）、真机（遥操作/自主 rollout）等多类数据的采集、时间同步与跨本体对齐，持续扩充技能与场景/SKU 覆盖。 3. 多模态同步：统一处理 RGB-D、关节状态、末端位姿、力/触觉、夹爪等信号的时间戳对齐、标定与丢帧检测。 4. 质量与平台：建立数据资产库，数据质检规则与版本管理，输出 LeRobot/Parquet/RLDS/NPZ 等训练格式，支撑算法团队高效取数用数。
1. 建设多源异构数据统一管线：覆盖真机采集数据（跨本体、多传感器）与仿真数据的接入、清洗、转换、质检、存储和分发，实现不同来源数据的标准化汇聚 2. 负责多模态机器人数据的Schema设计与标准化：覆盖图像、深度图、点云、IMU、关节角、轨迹、动作、语义标注、传感器参数等，兼容统一/自有格式规范，支持对接开源数据集 3. 设计并搭建分布式仿真调度系统：支持大规模环境实例跨多GPU/多节点的调度、监控与弹性扩缩 4. 构建数据质量过滤与异常检测模块和建设数据版本管理与血缘追踪体系 5. 搭建数据导出与训练对接服务：按训练需求灵活导出真机+仿真混合数据子集，支持增量更新与数据混合策略（如Sim2Real增广比例调配） 6. 与仿真引擎、算法训练、机器人本体和平台工程团队协作，打通数据从采集/生成到训练、评测、分析和可视化平台的完整链路
1. 建设多源异构数据统一管线：覆盖真机采集数据（跨本体、多传感器）与仿真数据的接入、清洗、转换、质检、存储和分发，实现不同来源数据的标准化汇聚 2. 负责多模态机器人数据的Schema设计与标准化：覆盖图像、深度图、点云、IMU、关节角、轨迹、动作、语义标注、传感器参数等，兼容统一/自有格式规范，支持对接开源数据集 3. 设计并搭建分布式仿真调度系统：支持大规模环境实例跨多GPU/多节点的调度、监控与弹性扩缩 4. 构建数据质量过滤与异常检测模块和建设数据版本管理与血缘追踪体系 5. 搭建数据导出与训练对接服务：按训练需求灵活导出真机+仿真混合数据子集，支持增量更新与数据混合策略（如Sim2Real增广比例调配） 6. 与仿真引擎、算法训练、机器人本体和平台工程团队协作，打通数据从采集/生成到训练、评测、分析和可视化平台的完整链路
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.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。