数据管线实习生

参与具身智能 Robot Data Engine 研发，探索如何将真实世界中的机器人交互、人体行为和多模态传感数据转化为可规模化学习的训练数据；

参与机器人数据表示与 Dataset 构建，处理视觉、深度、IMU、Pose、Point Cloud、机器人状态与动作等多模态信息，探索不同数据组织、切分与采样方式对 VLA / Policy Learning 的影响；

参与人体与手部 Motion Capture、3D Pose Estimation、Motion Retargeting 等算法研发，探索如何从人类视频、穿戴设备及多视角传感器中提取可迁移到机器人的动作与操作经验；

参与自动化数据理解与标注算法研发，利用 VLM / Foundation Model 对机器人轨迹进行任务理解、语义标注、关键步骤识别、成功/失败判断及数据挖掘；

参与 Data Curation 与 Data Selection，研究如何从大规模机器人数据中发现高价值、困难、稀缺或具有高 Diversity 的样本，并探索 Active Learning、自动数据配比等方法；

参与模型驱动的数据闭环，通过模型评测和 Rollout 结果发现能力缺口，反向指导数据采集、筛选与生成，持续扩大模型能够覆盖的任务与场景分布；

参与多模态数据基础设施建设，包括时间同步、坐标系统一、数据格式、质量检测及大规模数据处理，使机器人数据能够稳定、高效地进入训练与评测流程

本科及以上在读，计算机、机器人、人工智能、计算机视觉、自动化等相关专业，硕士 / 博士优先；

熟悉 Python，具备良好的算法实现、数据分析和工程能力；

熟悉以下至少一个方向： - 计算机视觉 / 3D Vision / Multimodal Learning； - 人体 / 手部 Pose Estimation、Motion Capture 或 Motion Retargeting； - VLM / Video Understanding / 自动数据标注； - Robot Learning / VLA / Imitation Learning； - Data Curation / Active Learning / Dataset Engineering；

理解相机模型、3D 坐标系、多传感器数据等基本概念；

对“数据如何决定模型能力”这一问题有兴趣，愿意从模型效果出发理解和设计机器人数据；

具备较强的实验能力、问题分析能力和工程实现能力。 加分项

有机器人、自动驾驶、AR / VR、Motion Capture 或大规模多模态数据相关项目经验；

使用过 SAM、DINO、VLM、Pose Estimation、SLAM / Reconstruction 等视觉或多模态模型；

有 MANO / SMPL、人体或手部关键点、Motion Retargeting 等相关经验；

有 VLA / Imitation Learning / Robot Policy 训练经验，能够从模型训练和评测角度理解数据价值；

有 Active Learning、Data Selection、自动标注、数据生成或模型驱动 Data Flywheel 相关经验；

熟悉 ROS / ROS2、MCAP、Parquet、WebDataset 或大规模 Dataset 基础设施；

在机器人、计算机视觉、多模态学习或数据系统方向有论文、竞赛、开源项目或较完整的个人项目经验