智元机器人
具身大模型数据负责人
具身大模型数据负责人
发布于 2 小时前中层管理(经理/总监)
全职员工仅现场办公具身智能
具身智能
Vla
Vlm
世界模型
具身大模型
分布式数据处理
多模态模型
数据标注
数据研发
值不值得投
81综合评分
综合评分 81
具身智能前沿赛道核心管理岗，技术挑战与成长空间极大，薪资竞争力强，但工作节奏与交付压力较高。
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
6.5万
比具身智能中位数高
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 1520 个在招 · 其中具身智能 45 个
市场机会
选择面较广
上海 · 具身智能 · 67 个在招
职位详情
关于这个职位
该职位负责具身大模型的数据研发与体系建设，涵盖数据理解、标注算子研发及质量评估
你需要制定技术路线并搭建数据算法团队，通过优化数据策略持续提升模型能力
最低要求
计算机、人工智能、机器人或相关专业，研究生以上学历，具备扎实的机器学习、多模态理解与数据工程基础
具有大语言模型、多模态模型、视频模型或具身模型的数据研发经验，曾主导或深度参与大规模数据处理、自动标注、质量筛选或数据配比优化
具备扎实的编程与系统落地能力，熟悉 Python、主流深度学习框架及分布式数据处理，能够推动研究方法转化为稳定、高效的数据流水线
具备技术规划、团队管理与跨团队协作能力，能够拆解复杂问题、明确优先级并推动结果交付
工作职责
负责具身大模型的数据研发与体系建设，围绕数据理解与标注、数据算子、数据体系、数据 Recipe 和模型反馈闭环，打造可规模化、可持续迭代的数据体系，持续提升数据效率与模型能力
数据标注与算子研发：面向机器人真机数据、UMI 数据、Ego 数据，研发具身数据标注算子，探索基于 VLM、Agent 的自动理解、精细化标注与质量验证方法
数据体系建设：建立统一的具身数据分类体系，建设数据质量评估与管理平台，推进数据 recipe 探索以及模型反馈闭环
技术规划与团队建设：制定数据方向的技术路线和阶段目标，建设数据算法与工程团队，对数据交付质量、研发效率与模型收益负责
优先资格
具备 VLA、世界模型或机器人策略学习相关经验，熟悉机器人真机/UMI/Ego数据、动作表示及多传感器数据
在精细化视频描述、自动标注 Agent、数据质量建模、主动学习或合成数据方向有深入研究或落地成果
有从零搭建大模型数据体系、带领数据研发团队，或通过数据策略显著提升模型能力的实践经验
AI 洞察
优缺点分析
优点
- 处于具身智能与大模型交叉的爆发赛道，技术前沿性极强，能接触行业最前沿的探索
- 作为核心负责人，能深度参与从0到1的数据体系搭建，个人影响力与行业价值高
- 公司处于B轮融资阶段且规模较大，能提供充足的算力与真机数据资源支持
缺点 / 挑战
- 具身智能数据标准尚未统一，探索性强，面临真机数据获取与高质量标注的技术瓶颈
- 需平衡前沿技术探索与工程落地交付的压力，对团队管理与跨部门协同要求极高
- 适合在大模型数据领域有深厚积累，且具备团队管理经验，渴望在具身智能前沿赛道挑战自我的技术管理人才
角色解读
- 从数据技术专家向大模型数据体系架构师或AI研发总监发展，引领具身智能数据标准
- 深入具身智能核心腹地，成为连接数据、算法与机器人真机落地的复合型领军人才
- 负责具身大模型的数据研发与体系建设，涵盖数据理解、标注算子研发及质量评估
- 制定数据方向的技术路线，搭建并管理数据算法与工程团队，推动跨部门协作
- 推进数据Recipe探索与模型反馈闭环，通过优化数据策略持续提升模型能力
- 扎实的机器学习与多模态理解基础，熟悉大模型数据研发及分布式数据处理
- 具备VLM、Agent等前沿技术在自动标注与数据质量验证中的落地能力
- 具备技术规划、团队管理与跨团队协作能力，能拆解复杂问题并推动结果交付
申请策略
- 准备具身数据（真机/UMI/Ego）处理的具体案例，展示如何通过数据策略显著提升模型能力的实际成果
- 突出大规模多模态/具身数据处理、自动标注算子研发及数据配比优化的成功经验
- 强调从0到1搭建数据体系及带领团队达成模型收益提升的量化业绩
- 展示在VLM/Agent应用、分布式数据流水线架构设计方面的技术深度与落地能力
- 深入了解VLA、世界模型及机器人策略学习的最新论文与开源项目，保持技术敏锐度
- 提升分布式数据流水线架构设计与团队敏捷管理能力，强化复杂项目拆解与交付能力
面试指南
- STAR法则：情境（具身数据痛点）-任务（数据体系/算子目标）-行动（VLM/Agent应用、分布式处理）-结果（模型能力提升指标）
- 技术深度+业务价值：先阐述技术方案的创新点与难点，再落脚到该方案如何具体提升模型收益或研发效率
- 如何构建具身大模型的数据Recipe与模型反馈闭环？
- 在真机/UMI/Ego数据标注中，如何结合VLM/Agent提升自动标注质量与效率？
- 如何从零搭建统一的数据质量评估与管理平台？
- 请分享一个通过数据策略显著提升模型能力的实际案例及量化指标
- 复习多模态大模型、VLA及世界模型的最新进展，梳理过往主导的大规模数据处理与自动标注项目细节
- 了解智元机器人的核心产品（如远征系列机器人）及其对具身数据的具体需求与业务痛点
职位点评
薪资福利85
成长发展95
工作生活50
使命价值90
薪资福利
85较高
作为B轮中大型企业的核心算法管理岗，薪资具备较强市场竞争力，但JD未明确披露具体薪资与福利细节。
薪资信号未披露（AI估算：5千–8万/月）
成长发展
95较高
岗位处于具身智能与大模型交叉的最前沿，技术挑战大，成长空间广阔，能深度参与核心数据体系从0到1的建设。
技术前沿前沿/新兴技术
技术栈具身大模型、VLM、Agent、多模态模型、VLA、世界模型、Python、分布式数据处理
业务类型ambiguous
工作生活
50较低
JD未提及工作模式与WLB相关信息，作为核心负责人岗位，通常面临较高的交付压力与快节奏。
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落地的关键形态，推动机器人智能化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
创新程度开拓性创新（行业首创）
Watch Jobs