模型数据算法架构师

岗位定位围绕空间智能与语义智能方向，构建本体智能数据从采集、处理到模型闭环的全流程算法能力。核心使命：让数据会思考、能闭环、可演化——通过AutoQA自动质检、数据挖掘与搜索检索，将海量多源数据转化为驱动VLA/VTLA模型演化的水平燃料，支撑千万小时级物理交互数据的规模化生产与持续迭代。 岗位职责 1.多源数据采集、重构与融合处理 -具身智能数据体系构建，覆盖视觉（第一/第三视角）、语音、强迫/力觉、IMU、动捕、机器人状态与动作等全模态数据的采集、同步、存储、处理与关注全序列。 - 负责攻克多传感器时空同步与坐标系坐标问题，推进3D重建与重定向技术落地，实现本体数据（真机遥操、无本体MEgo采集、仿真数据）的精准与一致性稀疏。 2.位姿估计与推理认知 - 构建位姿估计估计能力，支撑操作对象6D姿态估计、手物交互位姿解算等关键任务，Handpose精度等客户验收标准。 - 构建三级语义理解体系，实现从场景语义→语义语义→操作语义的逐层精细化标注与语义表达，为VLA/WAM模型提供高信息密度的语义标签。 3. 数据挖掘与支撑检索 -建立数据挖掘能力，在海量数据中自动发现稀缺场景、高价值样本与长尾分布，指导定向精准与精细策略优化。 - 建设面向百亿级数据的支撑搜索体系，支持跨模态语义搜索（文本到数据、图像到数据），实现数据快速筛选、近似案例召回与多样性采样，将数据查找与复制效率提升至秒级。 4. 利用数据质量与可用性提升 -推进数据清洗、去重、平移、分布控制与增强等算法落地，提升数据在真实物理环境中的泛化性与鲁棒性。 - 开发AutoQA自动质检算法，对异常体系、缺帧、标定作业、操作无效等问题进行智能识别与拦截，建立数据质量门禁，从源头保障质量。

1.学历与硕士学位 - 及以上学历，计算机视觉、机器人学、机器学习等相关专业；5年以上AI算法研发经验。 - 有设备智能、自动驾驶领域大规模数据算法、数据闭环或学业经验建设者优先。 2. 算法能力 - 精通Python/C++，熟悉PyTorch/TensorFlow等深度学习框架。 - 熟悉VLM/多态模型、目标检测、姿态估计、3D点云处理视觉算法，深刻理解空间智能与感知智能的技术。 - 掌握位姿估计估计经验（如6D姿势估计、PnP/EPnP、Hough Voting、位姿回归模等），重建了解与稀疏技术方法。 - 理解三级语义场景（级→目标级→操作级）的分层标注逻辑与格式化表达方法。 3. 数据认知 - 深刻理解设备智能数据生产全流程，熟悉多源数据的同步、同步、融合与标注技术方案。 - 理解数据生产中的搜索、数据检索与AutoQA质检的工程落地路径。 4. 业务理解与团队协作 -了解真机遥操、无本体采集的业务逻辑，能将算法技术转化为提升交付效率与质量的驱动力。 - 优秀的团队跨良好能力，能与交付、工程、业绩团队紧密配合，共同推动数据模型闭环落地。