岗位职责：

1.设计并开发端到端数据流水线，支持多模态数据（视觉、点云、关节状态、语言指令等）的采集、清洗、标注、存储及高效检索，与SaaS平台或仿真工具链集成。

2.构建自动化数据标注系统，优化标注流程质量与效率，确保数据集版本的可追溯性和一致性。

3.开发仿真数据生成工具链，基于Isaac Sim/MuJoCo等平台合成高保真机器人数据，支撑强化学习训练与Sim2Real迁移。

4.结合生成式AI增强数据多样性与逼真度，解决真实场景数据稀缺问题。

5.挖掘高价值数据特征，为算法团队提供针对性训练集，优化具身模型的性能。

6.构建数据驱动的模型评测基准，制定任务评估标准（如抓取成功率、导航精度）。

7.联动算法团队理解数据需求，协同仿真团队优化物理引擎参数，确保数据与模型训练的适配性。

8.支持硬件部署环节，提供数据质量监控方案，辅助模型在机器人端侧的实时推理优化。

岗位要求： 

1.计算机科学、人工智能、机器人、数据工程等相关专业，本科及以上学历。

2.具备机器人竞赛或开源项目（如ROS数据采集）经历，主导过量产级数据闭环项目优先。

3.熟练Python/SQL，掌握PyTorch/TensorFlow框架；熟悉大数据处理工具（Spark/Kafka）及分布式存储（HDFS/对象存储）。

4.熟练使用ROS/ROS2机器人中间件及仿真平台（Isaac Sim/Gazebo），实现多传感器数据同步。

5.掌握数据仓库设计、ETL开发、OLAP引擎应用，具备高并发微服务架构设计经验。

6.熟悉多模态数据处理技术，如时序对齐、点云配准、图像-动作联合标注。

7.深入理解具身智能技术栈：强化学习训练闭环、多模态大模型（如CoT、Diffusion Policy）、机器人运动控制基础。

8.了解Sim2Real技术瓶颈及数据增强解决方案（如域随机化、神经渲染）。