小鹏汽车【27届校招】具身技术产品经理
任职要求
任职要求 计算机科学、机器人学、自动化、AI或相关专业硕士及以上学历 B端/C端智能硬件/自动驾驶或机器人产品的工作/实习经验，有需求定义到量产落地的完整经历优先 核心素质 杰出的逻辑梳理能力：在面对庞杂、不确定的技术可能性时，能够维度清晰的产品逻辑树，拒绝堆砌功能 极致的工程化思维：擅长将模糊的用…
工作职责
岗位背景 我们正处于机器人行业的生长期，行业尚无通用的产品范式。我们需要一名兼具哲学家头脑与工程师手脚的产品架构师，定义机器人在现实世界中的价值、服务与能力，而非仅是“需求翻译官” 产品定义与架构： 负责核心智能功能（交互、导航、规划、运动控制）的产品设计 基于人类行为与物理交互，提出有创意的功能假设并输出高质量PRD 构建逻辑严谨、扩展性强、优先级清晰的功能矩阵 技术可行性把控： 理解具身智能技术栈（如VLA大模型、MPC/WBC运动控制）的原理 熟悉算法与软件在硬件产品落地过程中的常见约束 全链路交付与商业闭环： 主导从研发到实测的全流程，制定验收标准 以商业价值为导向，确保功能迭代服务于明确的商业场景 跨域协同与体系建设： 驱动算法、硬件、软件团队协作，解决软硬耦合问题 建立可生长的产品需求机制，保障系统架构的长期整洁与可扩展
1、参与机器人数据采集链路及数据平台的产品规划与建设，覆盖采集任务下发、设备接入、数据上传、处理、管理、查询和展示等环节； 2、深入算法、数据采集和数据运营场景，了解用户工作流程，收集并分析需求，完成产品方案、需求文档、流程设计和产品原型； 3、参与多模态数据的产品设计，支持数据接入、组织、检索和使用； 4、参与元数据、标签、数据质量、数据集、数据版本和数据血缘等能力建设，提升数据的可管理性、可检索性和可追溯性； 5、参与任务管理、状态监控、异常处理、质量检查和数据看板等产品建设，持续提升数据生产效率和用户体验； 6、协同算法、研发、测试和数据运营团队，推进需求评审、开发跟进、测试验收、上线发布和效果复盘，推动问题闭环。 7、关注具身智能和 AI Agent 发展，探索自然语言数据查询、智能分析、异常诊断和工作流编排等产品应用。
（一项即可） 1、数据 Pipeline 构建：负责具身智能多模态人类数据（如遥操作数据、第一人称视角视频、动作捕捉等）的自动化质检、清洗与标注策略设计；结合大语言模型（LLM）、多模态大模型（VLM）及规则引擎，构建高吞吐、可扩展的自动化数据处理 Pipeline。 2、SLAM 与三维重建：负责基于视觉/多传感器的 SLAM 重建与三维场景理解算法研发，为具身智能模型提供高质量的空间几何、位姿估计与环境上下文数据支撑（如 NeRF / 3DGS 等相关技术的应用与优化）。 3、模型工程化与优化：负责核心数据算法模块的工程化部署与性能优化，包括模型压缩、推理加速及分布式计算架构设计，保障数据处理链路的高效、稳定与低成本运行。
（任选其一） 1. 第一人称感知算法开发： 研发基于第一人称视角（Egocentric View）的 3D 人体重建、动作生成、手势追踪及动作捕捉建模算法，从复杂的真实场景中提取高质量的运动指令，助力数据驱动的具身智能算法研究； 2. 高精度人体重建： 利用 SMPL / SMPL-X / MANO等参数化模型、多视角几何及神经渲染等技术，实现对人类动作行为的高精度重建，解决人体自遮挡、大范围运动等困难场景下的稳健估计问题，加速业界前沿的大规模 In-the-wild 人类数据采集和数据处理任务； 3. 动作生成与迁移（Retargeting）： 研究人类动作到异构机器人本体（包括但不限于全尺寸人形本体、灵巧手）的语义映射与动力学对齐，构建从“人类示范”到“机器人策略”的自动化数据管线； 4. 人类数据模型训练： 参与构建人类数据基座模型训练，将第一手模型理解与数据采集实践相结合，为 VLA / WAM 等前沿架构的具身基座模型提供大规模 Human-data 数据，提升机器人在非结构化环境下的泛化能力； 5. 前瞻研究与落地： 跟踪 ICRA / CoRL / RSS / SIGGRAPH / CVPR / ICLR / NeurIPS 等顶级会议趋势，发表高质量论文，并负责算法在真实机器人硬件和可穿戴数据采集硬件上的工程化落地。
负责机器人数据采集链路及数据平台相关系统研发，覆盖采集任务下发、设备接入、数据上传、处理、管理、查询和展示等环节。 根据个人技术专长承担 Web 前端、数据可视化、后端服务、开放接口或业务流程开发，推动功能从需求分析到上线交付。 参与多模态数据的接入与管理，支持视频、图像、传感器、状态流和日志等数据的解析、组织、检索及使用。 参与元数据、标签、数据质量、数据集管理和数据版本等能力建设，提升数据的可管理性、可检索性和可追溯性。 建设面向数据生产与运营的任务管理、状态监控、异常处理和数据看板，提升数据流转效率和使用体验。 参与 AI Agent 与数据能力的结合，探索数据查询、智能分析、工具调用和工作流编排等应用。