职位描述
岗位目标
衔接机器人任务、数据采集和模型训练，将具体能力需求转化为可执行的数据方案，持续交付适合训练的数据，并根据训练结果推动补采与改进。
岗位职责
1. 与机器人及模型团队分析任务需求，明确操作步骤、场景变化、视角、动作信号、成功与失败情况及数据覆盖要求。
2. 盘点现有 Ego、UMI、遥操作和真机数据，分析任务覆盖、数据适用性和缺口，提出筛选、采购或补采方案。
3. 设计并推进采集任务与操作规范，参与设备配置、采集验证和现场问题排查，检查视频、动作、状态及时间信息。
4. 围绕电子装配、维修、工具操作、腕部视角等专项组织数据，保留关键过程、困难样本及必要的任务元信息。
5. 使用现有处理工具完成样例分析、字段核对和训练读取验证，推动格式、时间同步、坐标约定及标注问题修复。
6. 组织训练数据交付，提供数据说明、样本清单、版本、质量结果和读取示例，确认下游实际使用情况。
7. 结合训练失败案例和评测反馈，提出补采、重标、筛选或配比调整建议，并跟踪后续验证结果。任职要求
- 本科及以上学历，机器人、自动化、计算机、电子工程等相关专业，或具备同等项目经验。
- 有机器人、具身智能、遥操作、UMI 或多传感器数据采集的实际项目经验。
- 理解机器人操作任务、相机视角、动作与状态表达，以及时间同步、坐标系和标定的基本概念。
- 熟练使用 Python 和 Linux，能够编写数据检查、分析、转换及可视化脚本。
- 了解模仿学习、VLA 等具身训练的基本流程，能够理解训练输入要求，并与算法人员共同定位数据问题。
- 能够从任务目标出发组织采集与交付，具备现场执行、问题分析和跨团队沟通能力。
加分项
- 熟悉 ROS／ROS2，以及 rosbag、MCAP、LeRobot 等数据工具或格式。
- 有腕部相机、双臂操作、灵巧手或第一视角数据经验。
- 有机器人策略训练、实机评测或数据改进实验经验。
- 有采集供应商技术对接、采集规范制定或多批次交付经验。
