小米数据集工具链开发工程师

岗位定位： 致力于将前沿AI技术（LLM、Agents）深度融入游戏工业化管线。通过构建智能数据底座与工具链，打通美术、策划、程序与文档的知识壁垒，提升3A级项目的开发效率。 1. 智能数据底座与知识库构建 - 多模态数据挖掘：负责项目全生命周期资产（美术资源、策划案、代码、技术文档）的深度清洗、自动标注与结构化处理； - 数据预处理：针对各类资产（源码、配置、DCC、uasset、文档等）进行AI预处理分析，提取特征数据，为后续AI模型的训练与推理提供输入； - 知识库架构：搭建并维护基于“关系型数据库 + 向量数据库”的双层架构，构建项目专用知识图谱； - RAG系统开发：实现多维度（关键词+语义理解）混合检索系统，支持代码搜索、资源检索等业务。 2. UE编辑器智能化集成 - UE AI+工具链开发：基于Unreal Engine开发编辑器内的AI辅助工具，将AI能力无缝嵌入开发人员工作流。 3. AI Agent与应用生态 - Agent编排（服务端）：基于实际开发场景，设计并编排多Agent协同工作流（Multi-Agent System），部署并维护服务； - 全栈工具开发（客户端）：开发独立于引擎的AI生产力工具（形式不限，如Web或App），通过API对接底层模型服务，提供可视化交互界面。 4. 模型部署与调优 (LLM Ops) - 模型落地：负责开源大语言模型的私有化部署、量化与推理加速； - 微调优化：根据项目垂直领域的特定需求，构建数据集并进行模型的SFT或LoRA优化，提升模型在代码生成、剧情润色等场景的表现。

1、负责支持3D社交产品游戏引擎工具的技术选型、架构设计、开发维护； 2、为Unity引擎与美术/策划提供无缝衔接，建设整个项目的内容生产管线； 3、持续关注行业动态，设计开发新技术/工具/流程以提升研发效率； 4、负责研发和维护提供给外部用户的美术资产生产的工具集。

1.负责构建面向生成式AI的高质量训练数据集，涉及图像、动画、3D模型等多元美术资产的自动化处理流水线（采集、清洗、修复、增广）； 2.主导数据基础平台的建设，设计可扩展的架构以支持多模态数据（如2D/3D资产）的高效管理与协同，确保数据安全、版本控制与跨团队流转效率； 3.研发智能标注工具链，集成主动学习、半自动化标注等技术，降低人工成本，提升数据标注精度与效率。

工作职责 1、模型复现与调优： 快速复现RDT-1B（扩散模型）、π0（Flow Matching）、ACT（Transformer）等优秀VLA工作，适配团队数据集与硬件平台。 优化模型推理性能（FP16/INT8量化、TensorRT加速），实现高Hz实时控制。 2、多模态数据采集和后处理： 制定动捕数据采集方案，配合数采团队完成数据后处理。 3、机器人系统集成： 将模型部署至Franka、UR5e等真实机器人，实现抓取、装配、导航等任务。 4、仿真-真实联合训练： 构建高保真仿真环境（Isaac Sim/MuJoCo），支持大规模并行RL训练与Domain Randomization，完成sim2real工作。 开发自动化评测工具，量化模型在真实场景中的成功率与泛化能力。