阿里巴巴晓天衡宇-硬件工程师-晓天
任职要求
1. 硕士及以上学历，机器人工程、机械电子工程、自动化、计算机科学、电子信息工程等相关专业。 2.工作经验：5年以上机器人、自动驾驶车辆或复杂智能硬件设备的运维、测试或技术支持经验。至少2年以上的团队管理或技术带头人经验。 3.技术能力： ○ 精通机器人系统： 深入理解机器人学基础，熟悉机器人运动学、控制系统，具备丰富的机器人平台（如UR、Franka、Kuka、TurtleBot、各类移动机器人/人形机器人）实操…
工作职责
1.硬件资产全生命周期管理：
制定并执行数据中心所有机器人平台及硬件设备的资产管理策略，包括采购规划、台账管理、状态监控、维护保养、退役报废等。
建立统一的硬件资产数据库，实时追踪每一台设备的位置、状态、使用记录和健康度。
负责硬件预算的编制和控制，优化资产利用率，降低总拥有成本。
2. 机器人平台（具身智能体）运维管理：
负责机器人本体（如机械臂、移动底盘、人形机器人等）的日常部署、调试、标定、维护和故障诊断。
制定和执行机器人平台的定期保养计划（如关节润滑、电池管理、结构检查等）和校准流程。
领导团队快速响应并解决机器人在数据采集过程中出现的硬件故障，最大化设备在线率。
3. 外围设备管理：
负责多模态传感器（如RGB-D相机、LiDAR、IMU、麦克风阵列、力觉传感器等）的管理、标定、数据质量验证和更换。
管理与维护数据采集所需的外围设备、测试台架和模拟环境设施。
确保所有传感器数据流的同步性和精确性。
4. 技术运维体系与流程建设：
建立和完善硬件运维的标准作业程序，包括开机检查、故障上报、维修流程、备件管理等。
编写详细的技术文档、维修手册和操作指南。
设计与实施硬件健康监控和预警系统，实现从被动维修到主动预防的转变。职责： 1.完成具身数采设备的电路设计（原理图/PCB Layout）、嵌入式固件开发与板级调试，实现多路传感器（IMU、力传感器、编码器、摄像头）的同步采集与硬件时间戳对齐 2.负责具身机器人本体的电气集成：供电方案设计、通信总线（CAN/EtherCAT）调通、电机驱动器选型与联调，确保各模块稳定协同 3.设计端到端数据传输链路（USB/以太网/GMSL），实现硬件触发同步与PTP时钟同步，保障多传感器数据的时空一致性 4.编写硬件驱动与ROS/ROS2传感器节点，对接遥操作采集接口（主手、VR手柄、动捕设备），实现本体状态与感知数据的实时记录 5.构建数据预处理与存储Pipeline：标定参数融合、坐标变换、格式转换，输出标准化数据集（HDF5/rosbag2）并支持数据回放校验
定位： 负责数采设备与数采原型机从需求定义→方案设计→样机验证→迭代交付的整体系统架构与技术把控。承接数采原型机开发需求，向下拉通结构、硬件、软件多专业协同，牵头解决系统级技术难题，确保设备的功能、性能与可靠性达标。 职责： 1.制定数采系统整体技术方案与架构：定义设备形态（外骨骼/同构末端/移动机器人等）、关键模块选型（机械臂、传感器、驱动方案、通信链路）、系统接口规范与关键性能指标（采集延迟、同步精度、数据完整性） 2.对数采设备软硬件系统进行全生命周期把控：需求、规格、方案、样机、测试、迭代等各阶段的技术评审与风险管理，确保设计输入到验证输出的一致性 3.牵头系统级问题攻关：多传感器时空同步、机电耦合干扰（EMC、振动）、通信延迟与丢帧、标定精度、数据链路可靠性等跨专业难题的根因分析与解决 4.主导跨团队协同（结构、硬件、软件、算法）：拆解系统需求为各专业设计输入，组织方案评审，把控进度与技术风险，推动设备快速迭代与稳定交付 5.跟踪行业前沿技术（协作机械臂、力控、遥操作、具身数据采集），进行竞品拆解与技术选型，制定中长期技术路线图与工程规范
1.根据业务采集需求，设计数采硬件原型方案：调研、选型、整合市面上的传感器、夹爪、机械臂、遥操设备等，输出可落地的原型架构。 2.搭建并验证开源硬件方案（如 OpenArm、OrcaHand、UMI 等），完成结构装配、调试、改造与可用性验证。 3.使用 3D 打印、机加工等手段制作结构件与适配件，快速完成原型迭代。 4.跟进数采硬件的实际使用反馈，持续优化结构与配置，沉淀标准化的数采硬件方案。
1. 负责大模型的高质量的数据构造及模型评测工作，主要聚焦在通用模型能力（创作、指令遵循、角色体验）等各垂域（医疗、法律、金融等）数据任务，与算法团队密切合作，理解算法需求，提供满足算法研发需求的数据； 2. 设计和实现各领域标注方向AI训练流程，并不断优化迭代，高效完成标注和内容生产项目； 3. 统筹各领域核心知识点分类框架、回答思维模式、推理问答、权威教材教研资料、前沿科研论文专著等关键要素。依据多元数据集设计需求与应用场景，为数据集标准环节制定详实、完备且极具可操作性的标准。定期对数据集开展阶段性质量检测，持续迭代体系化标注标准，助力打造行业标杆级数据集； 4. 构建并维护一套完善的各领域AI数据内容质量管理体系，积极推动组织流程及交付流程优化，全面把控内容质量并对结果负责，并不断进行优化迭代； 5. 开展LLM及各垂域大模型及应用的评测建设，能够从各领域专业层面设计专业评测方案、开展专业的评测服务； 6.承担本方向数据处理、数据清洗、数据蒸馏、数据合成等多样数据工程工作。