【27届校招】具身智能数据算法工程师 - 人类数据

数据 Pipeline 构建：负责具身智能多模态人类数据（如遥操作数据、第一人称视角视频、动作捕捉等）的自动化质检、清洗与标注策略设计；结合大语言模型（LLM）、多模态大模型（VLM）及规则引擎，构建高吞吐、可扩展的自动化数据处理 Pipeline。

SLAM 与三维重建：负责基于视觉/多传感器的 SLAM 重建与三维场景理解算法研发，为具身智能模型提供高质量的空间几何、位姿估计与环境上下文数据支撑（如 NeRF / 3DGS 等相关技术的应用与优化）。

模型工程化与优化：负责核心数据算法模块的工程化部署与性能优化，包括模型压缩、推理加速及分布式计算架构设计，保障数据处理链路的高效、稳定与低成本运行。

学历与经验：计算机科学、人工智能、自动化、机器人或相关专业本科及以上学历，具备扎实的算法研究或数据工程实践经验。

核心技术栈（满足以下至少一项即可）：

深入理解自动驾驶或机器人领域的数据质检体系与数据闭环方法论，有大规模多模态数据处理经验；

熟练掌握大模型微调技术（如 SFT、LoRA/QLoRA、DPO/RLHF 等），具备基于 LLM/VLM 构建自动化质检、评估或标注模型的实际落地经验；

熟悉视觉 SLAM 或三维重建算法（如 ORB-SLAM、COLMAP、NeRF、3DGS 等），具备处理复杂场景空间数据的实际经验；

熟悉主流深度学习框架（PyTorch 等）及模型加速技术（如 TensorRT、vLLM、ONNX 等），具备模型量化、剪枝或分布式推理优化经验。

工程能力：

精通 Python / C++，具备扎实的编程功底与良好的代码规范；

具备较强的系统设计与工程落地能力，能独立完成从算法原型到生产级服务的开发与部署。

综合素质：逻辑严谨、对数据高度敏感，具备优秀的跨团队协作与项目管理意识；对具身智能与机器人技术有强烈热情，能快速学习并掌握前沿技术。