职位描述
负责互联网视频、文本标注、具身及机器人数据的质量分析和工程能力建设，通过自动检查、异常分析和流程优化，为模型训练与评测提供稳定、可追溯的数据资产。
岗位职责
1、负责互联网视频、VLM Caption及具身数据的质量分析，识别不同来源、场景、批次和处理版本中的系统性问题，对训练数据质量负责。
2、建设自动化质量检查，验收能力，覆盖文件与格式完整性、音视频属性、重复数据、异常分布、Caption 质量，以及具身数据的动作、状态、轨迹、传感器和时间同步。
3、深入定位质量问题的产生环节，推动问题回流至采集、清洗、去重、Caption、标注和发布流程，并将高频人工检查项转化为自动预检工具。
4、建设版本化质量报告，将检查能力接入数据平台和大规模处理 pipeline，优化任务吞吐、稳定性、资源利用率和多云运行效率。
5、定期查看真实样本并校准质量规则，与数据运营、模型、评测和平台团队协作，支持训练数据交付及评测集建设。任职要求
1、计算机、人工智能、自动化、机器人、统计学等相关专业本科及以上学历。
2、熟练使用 Python、SQL，熟悉视频、图像或多模态数据处理，具备良好的数据分析和工程实现能力。
3、具有数据质量、数据清洗、数据工程、算法评测、测试开发或计算机视觉相关经验，能够定位原始数据、算法和生产流程中的问题。
4、对数据分布和异常样本敏感，愿意深入查看原始数据，具备较强的质量意识和问题分析能力。
5、具备良好的工程习惯和协作能力，关注可复现性、版本管理、系统稳定性和处理成本。
加分项
1、有大规模视频、VLM Caption、语义去重或聚类经验。
2、有机器人、具身智能、自动驾驶或多传感器数据处理经验。
3、熟悉相机标定、Pose、SLAM、轨迹、时间同步或坐标变换。
4、有 Spark、Ray、ClickHouse、分布式调度、多云处理或数据质量平台建设经验。
