阿里巴巴数据技术及产品部-具身智能数据平台研发工程师-杭州

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、研发端到端仿真技术，基于机器人交互数据生成与策略动作对齐的多模态观测轨迹。 2、设计合成数据的质量评估与自动化标注体系，覆盖物理一致性、动作跟随精度、语义对齐、长时序稳定性等多维指标。 3、构建可扩展的合成数据引擎和闭环策略评估框架，使合成环境与策略形成交互闭环。 4、探索跨本体统一建模、长时序稳定推演、推理加速等关键问题，推动合成数据从研究原型走向规模化生产。

负责搭建并管理面向具身智能模型的全链路数据体系，包括数据采集、清洗、标注、仿真生成及质量评估。作为算法团队与数据采集团队的核心桥梁，确保高质量、多样化的物理交互数据供给，直接支撑模仿学习、强化学习及 VLA模型的训练需求。你将参与定义下一代智能机器人数据标准的机会，与顶尖具身智能算法团队紧密协作，以数据直接驱动模型迭代，参与建设覆盖真机集群与大规模仿真算力的数据基础设施。 岗位主要内容包括以下： 1. 数据战略与体系搭建：设计并落地具身智能的数据金字塔架构（基础技能数据→复杂任务数据→长程规划数据）；制定真机数据采集与仿真数据生成的混合策略；构建多模态数据标准：视觉、关节状态、力触觉、动作轨迹的时序对齐规范 2. 数据采集与标注管理：搭建真机数据采集流水线：管理遥操作团队或动作捕捉外包，建立人机协作的高效采集 SOP；设计自动化标注工具链：开发/引入基于 SLAM、关键点检测、自动分段（Segmentation）的半自动标注方案，降低人工标注成本；建立数据因果一致性校验机制：确保动作-视觉-语言指令的时序对齐与物理合理性 3. 仿真数据生态构建：主导高保真仿真环境的数据生成 pipeline；设计程序化生成方案：自动创建多样化场景、物体姿态、物理参数（摩擦、质量）的仿真数据；建立 Sim2Real Gap 评估体系，通过域适应技术提升仿真数据利用率 4. 数据质量与合规：制定数据质量评估指标体系：覆盖率、多样性、动作平滑度、物理可行性；建立数据版本管理（与血缘追踪，支持模型训练的可复现性；确保数据采集的隐私合规（如室内场景脱敏、人体数据伦理审查） 5. 团队建设与管理：组建并管理数据采集团队（含外包标注团队、遥操作员、仿真工程师）；建立与算法团队的数据需求对接机制：将模型训练需求转化为采集任务；持续优化数据生产的 ROI，降低单位数据的采集与标注成本。

1. 基于 Isaac Sim / Isaac Lab 物理仿真栈搭建标准化仿真数据生产 / RL 环境，确保仿真环境稳定、高效、可配置 2. 深入理解主流 GPU 物理求解器的适用场景与局限性（FEM 柔性体、PBD 布料/绳索、MPM 颗粒与粘性介质、刚体动力学），为不同操作任务选择最优的物理建模方案 3. 对仿真栈尚未原生覆盖的物理场景进行定制化扩展开发，必要时集成外部求解器（如 Taichi 等），确保仿真覆盖真实操作任务的复杂度 4. 设计并实现 Domain Randomization 管线：系统化随机化物理参数（摩擦、质量、刚度、阻尼）、视觉参数（光照、纹理）、环境参数（物体位姿、干扰力），为 Sim2Real 迁移提供鲁棒训练数据 5. 优化 GPU 并行仿真效率：向量化环境实例管理、显存优化、rollout 吞吐调优，确保大规模并行训练的数据产出速率 6. 建立物理参数的可调节与标定机制，配合 System Identification 方法，基于真机数据反向校准仿真参数，持续缩小 Sim-Real Gap 7. 跟踪主流 GPU 物理引擎与 Isaac Sim 版本迭代，评估新特性对仿真管线的提升，及时升级替换临时方案