The posting
关于职位 您将负责真机数据(遥操作、UMI、Egocentric 等采集方式)与外部供应商数据的端到端处理管线,将异构的多模态原始传感器数据转换为高质量的训练数据集,直接服务于下游 VLA 模型的预训练和微调。工作覆盖多传感器标定与对齐、坐标系变换、轨迹优化与重标注、数据质量控制、去重与格式标准化,以及向双手操作、无动捕依赖、移动操作等新场景的管线扩展。您同时负责外部供应商数据的规模化接入与验收把关——格式统一、去重、质量过滤与相关工具链建设。
核心职责 - 构建和维护真机操作数据的处理管线:多传感器数据同步、相机标定校验、坐标系变换、轨迹清洗与重标注、格式标准化。 - 设计和实施数据质量控制策略:IK/MPC 重演验证、误差阈值过滤、静默故障检测,持续提升数据可靠性。 - 对接外部数据供应商,制定并执行数据验收标准(标定精度、格式一致性、标注质量),并执行去重与多样性度量。 - 建设数据质量与过滤工具:数据过滤、动作标注粒度等质量把关需求的工程化。 - 推进从外部高精度定位系统向纯视觉定位方案的迁移,设计精度退化下的数据质量补偿方案。 - 扩展管线以支持双手操作、移动操作等新数据形态;与模型训练团队协作,从模型评测结果反推数据质量瓶颈,建立数据回流闭环,支持模型迭代的快速验证。
- 计算机科学、机器人学、自动化或相关领域硕士及以上;
- 有真机机器人数据处理实战经验,亲手处理过遥操作或演示采集的操作轨迹数据,理解从原始采集到训练就绪数据的全流程;
- 机器人学基础扎实(前向/逆运动学、刚体变换、工具坐标系、控制器动力学);
- 有多传感器同步/标定经验(相机内外参、手眼标定、多视角对齐),能独立排查标定级别的数据质量问题;
- 理解 sim-to-real 中仿真器与真机在控制器响应、动作空间、物理参数上的差异;
- 精通 Python,有生产级数据管线开发经验,熟悉大规模数据存储与批处理。
加分项 - 有 UMI、ALOHA 或类似遥操作采集系统的使用与数据处理经验;熟悉 SLAM/VIO 在机器人操作场景中的应用; - 有双手操作或移动操作数据处理经验;熟悉机器人仿真器(SAPIEN、Isaac Sim、MuJoCo); - 有 MPC 或轨迹优化经验,理解 action relabeling 的设计与调优;熟悉开源机器人数据集生态(Open X-Embodiment、LeRobot、DROID); - 有自动化数据处理 Agent、数据审核 Agent 或 LLM/VLM 辅助数据标注工具开发经验;在 CoRL、ICRA、RSS、IROS 等机器人学顶会有相关方向发表记录。



