数据算法研究员（机器人方向）

该职位来源于猎聘 职责描述: 职责描述：

⚫ 面向人形机器人真机/仿真多模态数据，研发数据治理算法，搭建自动化数据质检、异常检测体系，过滤噪声与低质量样本，夯实标注数据源质量。

⚫ 研发困难样本挖掘、场景聚类、样本多样性筛选算法，平衡数据集分布，缓解长尾偏差，为 VLA/JEPA 世界模型提供高质量训练数据。

⚫ 主导多模态数据标注规范制定与落地，搭建标签体系；研发弱监督/自监督自动标注算法，完成动作分段、接触事件识别、物体掩码、轨迹语义等标签生成，构建“自动预标注 + 人工校验”半自动化标注闭环，把控标签精度、一致性，降低大规模标注成本。

⚫ 设计物理可信的视觉、点云、动力学时序多模态增广方案，配套标签映射校验，保障增广样本标签可靠。

⚫ 优化多传感器时序对齐、时空校准算法，降低图像、IMU、关节、力传感同步误差，支撑多模态联合标注。

⚫ 将算法模块落地数据管线，迭代数据闭环；分析数据集与标签偏差，指导机器人采集、仿真生成及标注任务迭代优化。

⚫ 协同管线、具身算法及标注团队，推进标注规范、算法、工具一体化落地，提升数据集全流程构建效率。 岗位要求：

⚫ 本科及以上，计算机、机器人、自动化相关专业，2 年以上算法研发经验；自动驾驶 / 机器人多模态数据方向优先。

⚫ 扎实机器学习、计算机视觉基础；熟练 Python、PyTorch，熟悉图像、点云、时序数据处理。

⚫ 具备数据集构建、样本筛选、异常检测落地经验；有过多模态标注规范设计落地、标签体系搭建、自动标注算法实践优先。

⚫ 可独立完成算法调研、原型开发、工程落地与效果评估，能够设计标注质量量化指标，分析并优化标签噪声、不一致问题

加分项：

⚫ 熟悉 ROS/ROS2、MCAP/Rosbag 机器人数据格式。

⚫ 了解具身智能、世界模型、VLA、LeRobot 数据集体系。

⚫ 掌握 Open3D、OpenCV，熟悉点云、视觉时序处理。

⚫ 具备时序分割、弱监督学习、仿真数据增广、多模态自动标注落地经验。

⚫ 了解刚体动力学、接触物理先验，可用于标签校验纠错。

⚫ 有标注流程建设、标注质量管控相关实践经验。