科大讯飞
AI研究算法工程师-具身智能数据方向(J13382)
AI研究算法工程师-具身智能数据方向(J13382)
发布于 大约 6 小时前普通员工/个人贡献者
合肥市
无经验要求
全职员工
仅现场办公
硕士
研究与开发 (研发)
Opencv
Pytorch
Vla模型
具身智能
多模态数据
数据合成
数据质量分析
自动化标注
3D位姿
AI 估算 · 15k–25k
科大讯飞上市企业，合肥生活成本较低，具身智能是热门方向，薪资有竞争力。
职位详情
关于这个职位
该岗位是科大讯飞针对具身智能数据方向的算法工程师，主要负责VLA（视觉-语言-动作）模型预训练数据的全流程研发，包括数据采集、合成、自动化标注和质量优化
你将参与多模态自动标注算法研发，搭建数据质量评估体系，并与模型、硬件等团队协作
该岗位适合对机器人、多模态AI感兴趣的应届硕士毕业生，能够深入前沿技术并积累实战经验
最低要求
硕士及以上学历，计算机、人工智能、软件工程等相关专业
熟悉VLA模型、多模态数据处理、视觉-语言-动作数据对齐等相关技术
熟练使用Python，掌握PyTorch、OpenCV等工具
工作职责
负责具身智能/VLA模型预训练数据研发，覆盖数据采集、合成、自动化标注、质量分析与优化
研发多模态自动标注算法，支持动作轨迹、3D位姿、物体交互关系、语言指令对齐等数据标注
搭建数据质量评估与清洗体系，识别并过滤异常、噪声、错位及语义不一致样本
基于仿真引擎、AIGC或域随机化方法，生成大规模视觉-语言-动作配对数据
参与模型训练、微调和验证，分析数据质量对模型效果的影响，持续优化数据方案
与模型、机器人硬件、仿真测试等团队协作，交付高质量具身智能训练数据集
优先资格
有数据合成、自动化标注、3D位姿/轨迹提取、第一人称视频处理等经验优先
具备数据质量分析、异常检测、数据清洗或大规模数据集处理经验
了解具身智能、机器人感知、模仿学习、强化学习或运动控制相关技术优先
AI 洞察
优缺点分析
优点
- 具身智能是AI前沿方向，岗位技术含量高，能够积累稀缺的VLA数据工程经验
- 科大讯飞为上市大厂，平台资源丰富，可接触大型项目与跨团队协作
- 合肥生活成本相对较低，工作与生活平衡较好，且公司处于快速发展期
- 数据工作繁琐且对质量要求极高，需要耐心和细致
- 作为校园招聘岗位，竞争激烈，需具备扎实的算法基础和实践经历
- 适合对机器人、多模态AI有浓厚兴趣，喜欢钻研数据细节，追求技术成长的应届硕士毕业生
缺点 / 挑战
- 涉及多团队协作，沟通成本较高，需要理解模型、硬件等不同领域的知识
角色解读
- 初期聚焦数据工程与标注算法，成长为数据专家
- 中期可转向模型训练与算法优化，成为全栈AI工程师
- 在科大讯飞积累具身智能实战经验后，可向机器人感知、多模态大模型等方向深入发展
- 未来可晋升为技术Leader，领导数据团队或参与核心算法架构设计
- 负责具身智能模型训练数据的全流程研发，包括设计数据采集方案、开发自动标注算法、构建数据质量评估体系
- 参与多模态数据（视觉、语言、动作）的合成与清洗，确保数据多样性和一致性
- 与模型团队协作，分析数据质量对模型效果的影响，并迭代优化数据生成策略
- 精通Python编程，熟练使用PyTorch、OpenCV等深度学习框架和计算机视觉库
- 理解VLA模型、多模态数据处理及数据对齐技术，具备数据合成或自动化标注经验
- 具备数据质量分析、异常检测或大规模数据集处理能力，熟悉仿真引擎或AIGC方法更佳
申请策略
- 关注科大讯飞在具身智能方向的业务布局，面试时展现对其技术路线的理解
- 准备一个数据相关项目的完整复盘，包括问题、方案和效果
- 突出与多模态数据处理、VLA模型相关的项目或论文，尤其是数据合成或标注经验
- 展示Python、PyTorch、OpenCV的熟练使用，可附上GitHub或代码示例
- 强调数据质量分析、异常检测或大规模数据集处理的实际案例
- 补充具身智能和机器人感知的基础知识，阅读相关论文如RT-2、PaLM-E等
- 练习数据合成工具如BlenderProc、Isaac Sim，或强化学习基础
面试指南
- 对于项目问题，使用STAR法则：背景、任务、行动、结果，重点突出数据相关挑战和解决方案
- 对于技术原理问题，先给出定义，再结合自身理解阐述，最后可举例说明
- 请介绍一个你处理多模态数据的项目，数据是如何采集和标注的？遇到过哪些质量问题？
- 如何评估数据质量？你会设计哪些指标来过滤异常样本？
- VLA模型的数据对齐是什么？你能举例说明视觉-语言-动作的对应关系吗？
- 你有使用过仿真引擎或AIGC进行数据合成的经验吗？请具体描述
- 复习VLA模型经典论文（如RT-1、RT-2、PaLM-E），理解其训练数据构建方式
- 准备一个数据质量分析或自动标注的简单项目，如用OpenCV进行物体位姿提取
职位点评
74
综合评分
科大讯飞校招，前沿具身智能数据方向，技术成长空间大，合肥工作生活平衡较好。
从起薪待遇、成长路径、工作节奏和岗位方向综合评估，方便比较职业起点。
更适合这类人
该职位最适合追求技术成长、对具身智能前沿方向有热情的求职者，其次是注重工作生活平衡（合肥成本低），而薪酬福利方面需待公司明确。
表现最好
成长发展
相对薄弱
薪资福利
薪资福利60
成长发展85
工作生活70
使命价值80
薪资福利
60中等
薪资水平未明确，但上市大厂通常提供有竞争力的薪酬和福利，合肥生活成本较低，综合待遇中等偏上。但JD未提及具体福利，补偿性动机满足程度一般。
薪资信号未披露（AI估算：15K-25K/月）
成长发展
85较高
岗位专注于具身智能前沿技术，涉及VLA模型、多模态数据等，技术成长空间大。但JD未明确晋升通道，发展性动机满足程度较高。
技术前沿前沿/新兴技术
技术栈VLA模型、多模态数据、数据合成、自动化标注、PyTorch、OpenCV、具身智能
业务类型ambiguous
工作生活
70中等
工作地点在合肥，公司位于科技园，生活成本较低。但JD未明确远程或弹性工作，未提加班情况，生活方式满足程度中等偏上。
工作模式仅现场办公
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
80较高
具身智能是AI领域高速增长赛道，岗位工作有助于推动机器人技术发展，具有一定社会价值。但JD未提及使命或社会影响，意义感满足程度较高。
行业发展高速增长赛道
社会影响中性/一般
创新程度积极采用新技术
科大讯飞 的其他在招职位
相似职位推荐
Watch Jobs