AI Data算法研究员

岗位职责 ① 设计基座模型 / 具身模型训练的真值数据采集方案：覆盖遥操作示教、多模态信号（视觉 / 力触觉 / EEG / sEMG / IMU）、人类视频等数据类型，制定采集规范、采集方式与质量标准 ② 搭建与维护数据采集与回流管线：多传感器时间同步、数据格式标准化（LeRobot / RLDS / MCAP 等）、数据版本管理与可追溯，支撑训练数据持续供给 ③ 建设数据质量与处理体系：数据清洗 / 去重 / 质量打分 / 配比筛选工具开发，标注规范设计与质检，探索基于大模型的自动标注与合成数据方案，提升真值产能 任职要求 ① 计算机 / 电子信息 / 自动化 / 数学等相关专业本科及以上学历，3 年以上 AI Infra、大模型训推、高性能计算或相关方向经验 ② 熟练使用 Python，熟悉 C++，掌握 PyTorch 生态；算子方向需具备扎实的 GPU 编程（CUDA）能力 ③ 熟悉 Transformer 结构与大模型训练 / 推理基本原理：注意力机制、Prefill/Decode 流程、KV cache 管理逻辑等 ④ 良好的性能分析与问题定位能力，能独立完成 profiling、瓶颈归因与优化落地 ⑤ 良好的工程素养与协作能力，能与算法、训练团队紧密配合 加分项 1、AI Data 方向：具身 / 机器人数据采集经验（ALOHA / GELLO / UMI 等遥操作、LeRobot），大规模数据处理（Spark / Ray），数据清洗去重（MinHash 等）/ 质量打分，自动标注 / 弱监督，RL 数据构建 2、有开源社区贡献（vLLM / SGLang / CUTLASS / PyTorch / DeepSpeed 等） 3、在 MLSys / SOSP / OSDI / ATC / NeurIPS 等系统 / AI 顶会发表过论文，或有相关竞赛获奖 4、有基座模型训练或具身智能 / 机器人场景的相关经验