职位描述- 场景化采样策略：针对大量落地项目，如导购、装配、巡检等不同业务场景，确定Ego与真机（全局物理状态）数据的最佳采集方案。 - 本体建模（Ontology）：定义具身场景下感知、运动、操作数据的标准化结构，确保跨场景数据的可复用性与可查询性。 - 数据工程体系：搭建覆盖多业务场景（零售/制造/服务）的大规模数据采集与标注管道，支持真机交互、遥操作、仿真数据的统一接入与管理。 - 数据闭环流水线：针对导购、装配、巡检等不同业务场景，建设从不同项目中回流原始数据 → 清洗/处理 → 价值评估 → 模型消费 → 反馈回写的全链路工程，抽象数据管理工程；注意数据隐私、安全合规任职要求- 研究生学历，计算机/自动化/数据科学相关专业。 - 精通Python，熟练使用PyTorch数据处理生态； - 在主流多模态大模型、智能驾驶、具身模型中，有至少一类数据工程相关落地经验，且对相关模型有一定理解 - 知识面广，不限于数据与模型，对平台工程也有一定了解，可进行相关数据库、平台系统设计与开发
