蚂蚁金服蚂蚁集团-具身智能数据分析师-上海
任职要求
1、统计学、数学、计算机等相关专业，三年以上工作经验； 2、掌握SQL、Python等分析工具，熟悉常用的算法模型，如回归分析、聚类等； 3、有丰富的数据分析、…
工作职责
1、搭建一套能够反映自采/外买数据的进度、效率、质量、成本的指标体系，并搭建看板能够支持团队同学快速发现数据获取过程中的风险和问题； 2、对数据获取过程中的问题做挖掘分析，定位到具体原因，并给出可落地的解决方案，跟相关同学一起推动解决； 3、对数据资产进行分类、打标、梳理，跟踪数据的使用情况，提升数据使用率。
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。
1. 利用云端视觉专业小模型或多模态大模型，对原始视频、图像等数据进行自动预标注，如物体检测、分割、姿态估计、动作标签生成等。 2. 研发算法，解决多源数据的对齐、标准化与融合问题，实现数据本体动作到机器人关节信息的实时动态映射。 3. 设计针对大模型自动标注结果的人机协同质检、清洗与修正流程，确保标注真值的可靠性。并开发自动化数据质量评估体系，持续监控和提升数据集的效用。 4. 构建高效的自动化数据标注等管线以及相应的数据策略，支持TB级多模态数据分析以及性能评估。 5. 联合数据平台团队，构建高效的数据管理、回放、质检等平台流程； 6. 开发面向机器人的遥操作技术和系统，利用VR、动捕服等手段，实现机械臂/人形机器人的动作实时映射与控制。
1.负责构建具身智能模型训练所需的多模态数据处理平台，支持从采集、清洗、对齐、标注、训练评估及质量优化的全流程数据闭环； 2.搭建并优化仿真环境/真实机器人环境中的数据生成与采集管线，推动环境交互数据的规模化和自动化； 3.研究和实现数据驱动的具身智能训练/对齐方法，提升模型在规划、决策、操控等任务上的泛化能力和鲁棒性； 4.负责模型评估体系建设，从模型训练到评测一站式完成，为最终的模型性能提供可靠数据支撑； 5.关注业界前沿研究趋势（如VLA、World Model、RLHF等），将其转化为数据方法与系统实践； 6.统筹方向建设与跨部门合作，驱动具身智能数据算法、平台与应用的系统性落地。 7、负责将AI工具与方法应用于算法研发全流程，提升开发效率与解决方案的智能化水平；