阿里巴巴
数据技术及产品部-数据算法工程师-具身智能模型
数据技术及产品部-数据算法工程师-具身智能模型
发布于 3 小时前普通员工/个人贡献者
全职员工仅现场办公具身智能
具身智能
Data-Centric Ai
Scaling Law
具身智能
多模态模型
大模型算法
开源项目
深度学习
计算机视觉
评测基准
值不值得投
83综合评分
综合评分 83
核心前沿技术岗，聚焦具身智能与Data-Centric AI，技术成长与行业影响力拉满，薪资竞争力强。
从薪资福利、成长发展、工作生活和使命价值四个维度综合评估，方便横向比较。
薪资怎么样
3.5万
比具身智能中位数低
发布情况
新岗位 · 今天发布
公司情况
这家公司招聘很活跃
约 3390 个在招 · 其中具身智能 27 个
市场机会
选择适中
杭州 · 具身智能 · 23 个在招
职位详情
关于这个职位
该职位专注于具身智能模型的数据与算法研究，从Data-Centric视角探索数据对模型能力的贡献及scaling law
你需要设计评测基准并参与开源项目与顶会论文发表，推动具身智能技术从研究到落地的完整闭环
最低要求
计算机科学、人工智能、机器人学、统计学等相关专业硕士及以上学历
年以上机器学习/具身智能/机器人学习相关研究或工程经验
深入理解具身VLA/WAM模型的核心原理与训练机制，熟悉主流架构
具备深度学习和多模态模型经验，熟悉常见计算机视觉算法和大模型算法，有工程化落地经验
具备良好的研究品味和工程能力，能独立推进从研究到落地的完整闭环
工作职责
跟踪具身智能前沿进展，探索不同模型范式，从Data-Centric视角研究不同训练阶段对数据的差异化需求，设计消融实验与对照训练验证数据假设
研究全面自主的具身智能需要什么数据，量化不同来源、不同范式的数据对模型能力的贡献，回答哪些数据值得吸收、值得规模化，探索具身场景下的数据scaling law
设计具身智能评测基准（benchmark），构建可量化、可复现的能力验证体系，闭环支撑数据与模型的联合迭代
参与开源项目建设与顶会论文发表，沉淀研究成果为可复现的开放工具与学术贡献
优先资格
熟悉Data-Centric AI方法（数据选择、数据质量评估、数据混合优化等），或有相关研究经验者优先
有具身智能/机器人相关顶会论文发表（CoRL、RSS、ICRA、NeurIPS、ICML等）或知名开源项目贡献者优先
AI 洞察
优缺点分析
优点
- 处于具身智能这一极具前景的前沿赛道，技术壁垒高，个人成长空间大
- 依托丰富的数据资源和算力平台，能够开展大规模模型训练与数据scaling law研究
- 鼓励参与开源和发表顶会论文，有利于建立个人学术与行业影响力
- 具身智能属于新兴交叉领域，技术迭代极快，需要持续跟踪前沿并保持高强度的学习
- 适合对具身智能和机器人学习有浓厚兴趣，具备扎实算法基础且渴望在前沿AI领域产出学术与工程双重成果的求职者
缺点 / 挑战
- 从Data-Centric视角探索数据scaling law具有较高不确定性，研究到工程落地的闭环难度大
角色解读
- 在具身智能这一前沿领域深耕，成为数据与模型联合优化的专家
- 通过顶会论文和开源项目建立行业影响力，向资深算法专家或技术Leader方向发展
- 跟踪具身智能前沿技术，从Data-Centric视角研究数据对模型训练的影响，探索数据scaling law
- 设计具身智能评测基准，构建能力验证体系，支撑数据与模型的联合迭代
- 参与开源项目建设和顶会论文发表，将研究成果转化为开放工具和学术贡献
- 深入理解具身VLA/WAM模型原理，具备深度学习、多模态模型及计算机视觉算法的工程化落地经验
- 熟悉Data-Centric AI方法，能够进行数据选择、质量评估和混合优化
- 具备独立推进从研究到落地完整闭环的工程能力和研究品味
申请策略
- 在简历或面试中展现对具身智能数据scaling law的独立思考，体现良好的研究品味
- 突出在具身智能、多模态模型或计算机视觉领域的具体项目经验及工程化落地成果
- 展示在Data-Centric AI方面的研究或实践经验，如数据质量评估、数据混合优化等
- 列出在CoRL、ICRA、NeurIPS等顶会发表的论文或知名开源项目的核心贡献
- 深入学习具身VLA/WAM模型的最新架构与训练机制，了解Data-Centric AI的前沿方法
- 动手复现或参与具身智能相关的开源项目，积累评测基准设计的实战经验
面试指南
- STAR法则：针对项目经验，从背景、任务、行动、结果四个维度清晰阐述，突出个人贡献和落地效果
- 假设-验证框架：针对数据scaling law或评测基准设计，先提出假设，再说明实验设计、数据分析和最终结论
- 请分享一个你从研究到工程落地完整闭环的项目，你是如何解决其中的技术难点的？
- 在具身智能场景下，你认为哪些数据最值得吸收和规模化？如何量化不同数据的贡献？
- 你如何理解Data-Centric AI？在过往经验中是如何进行数据选择和质量评估的？
- 请谈谈你对具身VLA/WAM模型核心原理的理解，以及目前主流架构的优缺点
- 复习具身智能、多模态大模型及Data-Centric AI的最新顶会论文，掌握VLA/WAM模型的核心细节
- 准备1-2个自己主导的开源项目或论文答辩，能够深入讲解技术细节和踩坑经验
职位点评
薪资福利85
成长发展95
工作生活60
使命价值90
薪资福利
85较高
集团薪资福利体系成熟，具身智能算法岗属于核心前沿技术岗，薪资竞争力强。
薪资信号未披露（AI估算：2.5千–4.5万/月）
成长发展
95较高
岗位聚焦具身智能前沿研究，鼓励发顶会和做开源，技术成长与行业影响力提升空间极大。
技术前沿前沿/新兴技术
技术栈具身智能、VLA/WAM模型、Data-Centric AI、多模态模型、计算机视觉、Scaling Law
成长机会参与开源项目建设与顶会论文发表、沉淀研究成果为可复现的开放工具与学术贡献
业务类型ambiguous
工作生活
60中等
JD未提及工作模式与WLB相关信息，但算法研究岗通常面临一定的研发压力，具体工作节奏需入职后确认。
工作模式未明确
办公地点科技园/产业园
加班情况未提及（无法判断）
使命价值
90较高
具身智能是未来AI发展的重要方向，推动全面自主的具身智能具有极高的社会价值与行业使命感。
行业发展高速增长赛道
社会影响正向社会影响力较高
使命信号研究全面自主的具身智能
创新程度开拓性创新（行业首创）
阿里巴巴 的其他在招职位
相似职位推荐
Watch Jobs