阿里巴巴晓天衡宇-硬件开发工程师-具身智能
任职要求
要求: 1.本科及以上,电子工程、自动化、嵌入式系统相关专业 2.熟练掌握嵌入式开发(STM32/ESP32,C/C++),能独立完成原理图设计、PCB Layout与硬件调试 3.熟悉常用通信协议(SPI、I2C、UART、CAN、USB、以太网)与电机驱动基础,有板级联调与电气集成经验 4.了解ROS/ROS2与Linux开发环…
工作职责
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
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.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。
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. 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。