logo of aligenie

智能互联乌鸫科技-具身智能数采中心运营-DT

社招全职3年以上技术类-综合地点:杭州状态:招聘

任职要求


"1. 精通Web、Android、iOS三大平台的采集对抗技术,能独立完成从分析到实施的完整对抗流程,至少在一个平台上有过完整的经验;
2. 深入理解各类反爬虫机制(设备指纹、行为分析、环境检测、人机验证等),具备完整的绕过方案设计与实施能力;
3. 精通网络协议分析与模拟,熟练掌握HTTP/2、WebSocketgRPC等现代网络协议的抓包、分析与重放技术,能够模拟真实用户网络行为;
4. 具备扎实的逆向工程能力,熟练使用IDA Pro、GDB、Frida、Ja…
登录查看完整任职要求
微信扫码,1秒登录

工作职责


1. 负责构建跨平台(Web/Android/iOS)的高对抗性数据采集系统,突破各类反爬虫、反采集技术壁垒,持续优化采集成功率与稳定性;
2. 深入研究并实现多维度的数据采集对抗策略,包括但不限于协议模拟、设备指纹绕过、行为拟人化等技术,形成系统化的对抗解决方案;
3. 负责设计和实现采集系统的攻防对抗架构,针对不同目标平台制定定制化突破方案,提升系统在复杂对抗环境下的生存能力;
4. 针对重点目标平台进行深度技术分析与逆向工程,识别安全防护机制,开发针对性的绕过技术,突破高强度的防护措施;
5. 建立采集技术知识库与攻防案例库,持续跟踪业界最新对抗技术发展,主导技术创新,保持团队技术领先性。
包括英文材料
Web+
HTTP+
WebSocket+
gRPC+
Interactive Disassembler+
GDB+
还有更多 •••
相关职位

logo of aligenie
社招2年以上技术类-开发

1.物理仿真架构:基于 Isaac Sim/Gym 或 Genesis 搭建高保真物理环境,实现精确的动力学、碰撞检测和传感器建模 2. 数字孪生管线:开发自动化场景重建工具(如NeRF/3DGS-based场景生成),实现Real-to-Sim 3. 工具链开发:构建仿真数据生成工具、批量场景生成系统、可视化调试平台 4. 性能优化:利用GPU并行化实现大规模并行仿真4. Sim2Real桥接:减小仿真与现实差距,开发域随机化(Domain Randomization)工具

更新于 2026-04-05杭州
logo of aligenie
社招2年以上

1.开展具身智能行业的数据采集、标注及评测建设,能够从各领域专业层面设计专业的数据生产方案、评测方案、开展专业的评测服务; 2.建设各领域评测维度、指标体系、业务评测集并开展深入的评测分析工作。产出评测报告,学术benchmark等有影响力的创新工作; 3. 构建并维护一套完善的各领域AI数据内容质量管理体系,全面把控内容质量并对结果负责,并不断进行优化迭代; 4. 积极推动组织流程及交付流程优化,对接数据标注供应商。负责组织培训、试标、通过持续培训和反馈提升供应商标注质量与效率; 5.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.

更新于 2026-04-01杭州
logo of aligenie
社招2年以上

1.开展具身智能行业的数据采集、标注及评测建设,能够从各领域专业层面设计专业的数据生产方案、评测方案、开展专业的评测服务; 2.建设各领域评测维度、指标体系、业务评测集并开展深入的评测分析工作。产出评测报告,学术benchmark等有影响力的创新工作; 3. 构建并维护一套完善的各领域AI数据内容质量管理体系,全面把控内容质量并对结果负责,并不断进行优化迭代; 4. 积极推动组织流程及交付流程优化,对接数据标注供应商。负责组织培训、试标、通过持续培训和反馈提升供应商标注质量与效率; 5.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.

更新于 2026-03-31杭州
logo of aligenie
社招3年以上技术-方案与服务

1. 具身智能数据采集运营管理:负责制定和执行数据采集中心的日常运营计划、标准作业程序(SOP)与管理制度。统筹协调各类数据采集任务(如:机器人导航、操作、交互等场景的多模态数据),确保任务按时、按质、按量完成。监控数据采集的全流程,包括场景搭建、设备调度、人员安排、数据录制、数据上传与备份,及时发现并解决运营中的问题。 持续优化数据采集流程,提升采集效率和资源利用率。 2. 设备与场景管理:负责数据采集中心所有硬件设备(如:机器人平台、传感器、相机、穿戴设备等)的日常维护、校准、台账管理及生命周期管理。规划和监督采集场景(如:模拟家庭、办公室、仓库、户外等)的搭建、维护与更新,确保场景的安全性与多样性符合研发需求。 3. 团队管理:管理数据采集工程师、操作员、标注员等团队,包括任务分配、绩效评估、技能培训与团队建设。制定并执行数据采集规范与质量标准的培训计划,确保团队成员熟练掌握操作技能与安全知识。 4. 项目协作与沟通:作为数据采集接口人,与技术团队(算法、工程)紧密协作,深入理解数据需求,并将其转化为可执行的采集方案。

更新于 2026-03-31杭州