菜鸟-具身智能数据平台架构师-杭州

优缺点分析

角色解读

• 在具身智能领域深耕，从数据平台架构师成长为数据基础设施专家或技术负责人
• 横向拓展至算法、仿真或系统架构方向，成为具身智能领域的全栈型专家
• 在阿里体系内，有机会晋升为技术专家（P7+）或管理岗位，带领团队构建更庞大的数据基础设施
• 负责搭建仓储场景的真机数据采集系统，包括制定采集SOP、管理数据采集飞轮，确保数据从采集到模型评估的全链路闭环
• 处理多源异构数据，如第一人称演示、无本体设备数据和真机遥操作数据，进行时间同步、跨本体对齐和标定
• 建立数据资产库，制定数据质检规则和版本管理，并将数据转换为LeRobot、RLDS等训练格式，为算法团队提供高效的数据支持
• 扎实的Python/C++和Linux工程能力，能够开发和维护复杂的数据处理管线
• 熟悉ROS/ROS2，掌握相机标定、手眼标定和软硬件时间同步技术
• 熟悉NumPy、OpenCV、Pandas等数据处理库，能够处理视频、图像、点云和机器人日志数据
• 了解模仿学习、VLA、世界模型等训练流程，理解数据分布、覆盖度和质量对模型性能的影响

申请策略

• 在申请时，可以强调你对数据质量的重视和对机器人技术的热情，并表达对仓储物流场景的兴趣
• 面试前，深入了解菜鸟的业务和仓储场景，思考数据采集平台可能面临的挑战和解决方案
• 重点突出在机器人数据采集、处理或相关平台建设方面的项目经验，特别是涉及多传感器融合、时间同步、标定等具体技术细节
• 强调Python/C++和Linux的工程能力，以及使用ROS/ROS2、OpenCV、Pandas等工具的实际经验
• 如果有模仿学习、VLA或世界模型相关的项目经验，务必突出，这是加分项
• 提前熟悉LeRobot、RLDS等数据格式，了解其结构和转换方法
• 学习或复习ROS2、相机标定、手眼标定等知识，并动手实践
• 了解主流具身智能模型（如RT-2、Octo等）对数据的要求，提升对数据质量的理解

面试指南

• 对于系统设计类问题，可以采用'需求分析-架构设计-技术选型-实施细节-效果评估'的框架进行回答，突出你的逻辑性和系统性
• 对于技术细节问题，可以结合具体项目经验，从问题定义、解决方案、实施过程和最终效果几个方面进行阐述，并突出你的思考过程
• 请描述一次你从0到1搭建数据采集系统的经历，包括架构设计、技术选型和遇到的挑战
• 如何解决多传感器数据时间戳不同步的问题？请谈谈你的方案
• 在数据采集过程中，如何保证数据质量？你会如何设计质检规则？
• 谈谈你对模仿学习或VLA模型训练数据需求的理解
• 你如何设计一个可扩展的数据平台，以支持多种机器人本体和传感器？
• 复习ROS/ROS2、相机标定、手眼标定等核心知识，并准备相关的项目案例