具身智能与数据算法工程师（机器人方向）

有过机器人、自动驾驶领域相关经验者优先，具备具身智能数据处理经验者优先，熟悉VLA模型、模仿学习、数据管线及数据工具链者优先。 工作职责: 1. 主导具身智能数据采集体系的构建与实施：制定机器人实机（遥操作/动捕/自主执行）数据采集的标准流程、规范及质量评估机制，涵盖视觉、力觉、触觉、IMU、关节状态等多模态传感器数据； 2. 搭建高质量具身数据分层架构：整合实机采集、仿真生成与互联网数据增强三类来源，建设可追溯、可评估、可复用的数据资产系统，并设计数据与模型协同迭代方案； 3. 负责从数据获取到模型验证的全链路闭环：基于采集数据训练或优化具身策略模型（如ACT、VLA、模仿学习等），建立量化指标以评估模型在真实设备或高保真仿真环境中的泛化能力与稳定性； 4. 推进Real2Sim2Real数据分布对齐与有效性检验：利用仿真平台（Isaac Sim / MuJoCo）生成合成数据，实现与真实数据的分布匹配，支撑模型迁移与策略外推； 5. 建立数据质量监控与反馈闭环：开发自动化工具链，实现采集异常识别、标注一致性检查、模型失效归因分析，推动采集策略持续改进。 任职要求: 1. 硕士及以上学历，985/211高校毕业优先，计算机、人工智能、自动化、机器人等相关专业背景； 2. 具备扎实的机器人感知-决策-控制知识体系，深入掌握具身智能数据闭环（采集→标注→训练→部署→评估→反馈）全流程逻辑； 3. 熟悉至少一种主流具身策略框架（如ACT、DP、VLA等），并有使用真实机器人数据进行模型训练或验证的实际项目经历； 4. 掌握多模态传感器数据（RGB-D、力/触觉、IMU、关节编码器等）的同步采集、标定、预处理与质量判别方法； 5. 熟练运用机器人仿真环境（Isaac Sim/Gym、MuJoCo、PyBullet等），具备Real2Sim数据对齐或Sim2Real策略迁移实践经验者优先； 6. 编程基础良好，熟练使用Python/C++，熟悉ROS/ROS2框架，能独立搭建数据采集与模型验证流程； 7. 有人形机器人、双臂操作或灵巧手项目经历者优先，重点关注数据采集与模型性能关联分析能力； 8. 思维缜密，注重细节，对数据品质高度敏感，具备良好的跨团队协作能力和标准化文档输出能力。