机器人数据工程师

1. 01

   数据采集与处理系统： 负责优化机器人数据采集、标注、清洗、管理的一体化平台（含传感器数据：激光雷达、RGB-D相机、IMU、力控传感器等）；

2. 02

   自动化标注与管理： 开发自动化标注工具（2D/3D目标检测框、语义分割、点云跟踪）及数据版本管理（Data Version Control），确保海量异构数据的质量与可追溯性

3. 03

   数据挖掘与增强： 针对长尾场景，开发数据挖掘和增强策略（如模拟传感器噪声、域随机化），提升算法鲁棒性

4. 04

   仿真数据管道： 与仿真团队协作，构建仿真数据生产流水线（例如自动生成带真值的合成数据），平衡真实数据与合成数据的配比

5. 05

   评测基准构建： 建立自动化评测系统，支持算法模型在离线数据集上的回归测试与指标监控

6. 06

   模型部署支持： 协助算法工程师将数据处理流程集成到前端或云端训练链路

1. 01

   本科及以上学历，计算机、自动化、电子工程、数学等相关专业；

2. 02

   熟练掌握 Python/C++，具备扎实的工程开发能力；

3. 03

   熟悉ROS/ROS2，理解机器人常见传感器（LiDAR, Camera, IMU, Encoder）的数据格式与时间同步机制；

4. 04

   熟悉常见数据格式（Rosbag, MCAP, PCD, TFRecord, Parquet）及处理库（OpenCV, PCL, NumPy）；

5. 05

   有大容量数据处理经验，熟悉分布式计算框架（如Spark, Ray, Dask）及数据库（MongoDB, InfluxDB, Milvus）。

加分项

1. 01

   熟悉点云处理（RANSAC, ICP, Filtering）或 3D视觉；

2. 02

   了解机器人模拟器（Gazebo, Isaac Sim, Mujoco）的数据生成机制；

3. 03

   有自动驾驶、VLM等相关数据场景落地经验；

4. 04

   熟悉 MLOps 概念（DVC, MLflow, Kubeflow）。