具身数据实习生

1. 负责具身场景数据的清洗、筛选与格式转换（3D 资产 / 物理属性 / 轨迹流 / 多模态对齐），把原始素材变成"模型能吃的场景教材"。

2. 搭建场景资产库（Scene Lake）：采集 → 上传 → 清洗 → 标注 → 入库的全链路 pipeline 工程化。

3. 设计并实现数据集版本管理、元数据管理与场景血缘（Lineage）系统，做到可追溯、可复现、可治理。

4. 建设数据质量评估体系，自动识别低质场景、破损模态、异常样本并驱动修复。

5. 与算法团队协作完成数据 schema 设计、混合采样配比实验与训练数据集打包交付。

6. 支撑场景数据的对外交付（按 SKU 打包、按需切片），保障客户按订阅方式消费场景数据

1. 本科及以上学历，计算机、软件工程、数据科学、自动化等相关专业。

2. 熟练掌握 Python，具备扎实的数据结构与算法基础，了解 SQL。

3. 了解 Linux 环境与基本的工程工具（Git / Docker）使用方法。

4. 对数据治理、数据质量、数据版本管理有基本认知者优先。

5. 满足以下任一条件者优先：有数据处理 / 数据平台相关实习；有 Kaggle 等数据竞赛经历；有 3D / 多模态数据相关课题。

你将获得：

1. 接触真实具身场景数据全链路，理解"数据如何变成模型的训练教材"。

2. 与算法、仿真、产品多线协作，快速建立具身数据领域的系统认知