智元机器人
数据闭环算法工程师
数据闭环算法工程师
发布于 1 天前普通员工/个人贡献者
全职员工仅现场办公算法优化工程师
算法优化工程师
Cuda
Pytorch
Slam
Vlm
三维重建
主动学习
仿真
数据闭环
机器人感知
值不值得投
71综合评分
综合评分 71
前沿机器人数据闭环算法岗，技术成长性强，但工作模式未明确。
从薪资福利、成长空间、工作节奏和岗位方向综合评估，方便横向比较。
薪资怎么样
30K
比算法优化工程师中位数低
发布情况
新岗位 · 昨天发布
公司情况
这家公司招聘很活跃
约 1350 个在招 · 其中算法优化工程师 4 个
市场机会
选择面较广
上海 · 算法优化工程师 · 59 个在招
职位详情
关于这个职位
作为数据闭环算法工程师，你将负责构建机器人多模态数据的全链路处理流水线，包括数据采集、标注、挖掘和模型迭代，以支撑感知模型的优化和迭代
工作涉及仿真与实机数据生产、自动化标注研发以及数据与模型协同评测，确保数据驱动模型闭环的高效运转
最低要求
学历与基础能力：计算机、机器人、机器学习、模式识别等相关专业
具备扎实的深度学习、机器学习理论基础，熟练Python/PyTorch，精通数据驱动的模型迭代闭环逻辑，有大规模多模态数据处理、主动学习、难样本挖掘实战经验
核心技术栈：熟悉人体姿态、手部关键点、视觉SLAM、双目三维重建任一方向
掌握Python/C++，熟悉Linux开发、Shell、Git
了解ROS/ROS2、mcap等机器人数据格式，具备图像、视频、点云、时序数据处理能力
工程实操能力：熟练使用Isaac-sim/UE/Blender任一仿真引擎，可独立设计仿真数据生产方案
优先掌握VLM大模型批量推理、自动标注、数据筛选功能开发，有4D时空真值、SMPL人体/手部、SLAM数据生产标注经验者优先
综合素养：具备优秀的问题分析与闭环决策能力，可跨团队协同推进项目落地
自驱力强，能够独立解决复杂技术问题，适配高压迭代节奏
工作职责
多模态4D数据全链路建设：搭建仿真（Isaac-sim/UE/Blender）+实机（相机、IMU、双目深度相机）双数据源自动化数据流水线，完成数据采集、解析、清洗、抽帧、标注、质检全流程迭代，构建数据、训练、评测、反馈的完整闭环，支撑机器人感知模型迭代
4D时空真值自动化标注研发：搭建人体/手部骨骼、SLAM位姿、双目深度重建时空真值自动生产体系，开发自动化标注工具
基于VLM多模态大模型实现标签校验、质检、caption生成自动化，降低人工依赖，输出高质量SMPL人体、手势、三维重建训练数据
高价值难样本主动挖掘：基于模型失败案例、实机运行问题，搭建「规则+大模型」双驱动数据挖掘产线，精准挖掘长尾场景、边界case及难样本
针对姿态误差、SLAM漂移、重建失效等模型短板，制定定向数据增强与补充方案，输出数据分析报告指导数据采集规划
数据-模型协同迭代与评测：协同算法团队，量化数据质量、数据多样性对感知模型效果的影响
搭建仿真+实机结合的闭环评测体系，定义位姿、重建精度、深度误差等标准化评测指标，实现问题样本回灌与模型迭代优化
工具链工程落地优化：研发并优化大规模多模态数据处理Pipeline，结合CUDA、批量推理优化提升流水线效率
负责闭环工具链部署运维，排查链路故障，保障数据生产、标注、挖掘体系稳定高效运转
优先资格
【加分项】1. 有大规模4D人体、机器人多模态数据集搭建与自动化质检落地经验
精通多模态大模型Prompt工程、分布式GPU推理优化
具备具身智能、机器人感知数据-模型闭环落地项目经验
CVPR/ICCV/ECCV等顶会数据集相关论文发表经历，或拥有高星开源数据工具项目
AI 洞察
优缺点分析
优点
- 深度参与机器人核心感知系统开发，技术含量高
- 接触前沿的仿真与实机数据闭环技术，技能积累快速
- 公司处于成长期，B轮融资，有发展空间
- 需要跨团队协同，沟通协调能力要求高
- 行业竞争激烈，需持续学习新技术保持竞争力
- 适合对机器人感知和数据驱动算法有浓厚兴趣，具备扎实工程能力和自驱力的算法工程师
缺点 / 挑战
- 工作涉及大规模数据处理和模型迭代，可能面临性能优化压力
角色解读
- 从数据闭环工程师成长为机器人感知算法专家，主导数据-模型迭代体系
- 向技术管理方向发展，带领团队负责数据基础设施建设
- 在具身智能领域深入研究，推动前沿技术创新
- 负责多模态数据的全链路处理，包括采集、标注和清洗，构建数据闭环以优化机器人感知模型
- 开发自动化标注工具和数据挖掘方案，减少人工依赖并提升数据质量
- 协同算法团队进行数据-模型协同迭代，建立评测体系并指导数据采集规划
- 扎实的深度学习和机器学习理论基础，熟练使用Python和PyTorch
- 熟悉机器人感知技术，如人体姿态估计、SLAM、三维重建等
- 具备仿真引擎（如Isaac-sim）使用经验和大规模数据处理工程能力
申请策略
- 研究智元机器人公司的产品和技术方向，了解其机器人感知需求
- 准备展示数据-模型闭环迭代的具体案例和成果
- 突出在数据闭环、主动学习或多模态数据处理的项目经验
- 展示使用Python/PyTorch、仿真工具（如Isaac-sim）和机器人数据处理技能
- 强调跨团队协作和解决复杂技术问题的能力
- 深入学习机器人感知相关算法，如SLAM、三维重建原理
- 提升大规模数据处理和分布式计算技能，如CUDA优化
- 了解VLM大模型在数据标注中的应用，掌握Prompt工程
面试指南
- 使用STAR法则描述项目经验，突出挑战和解决方案
- 从技术选型、工程优化和效果评估角度回答性能问题
- 强调沟通、数据驱动决策和寻求共识的方法
- 描述一个你构建数据闭环系统的经验
- 如何解决大规模多模态数据处理中的性能瓶颈？
- 在自动化标注中，如何利用VLM大模型提升效率？
- 如何设计评测体系来量化数据质量对模型效果的影响？
- 在跨团队协作中遇到技术分歧时如何处理？
职位点评
薪资福利70
成长发展85
工作生活50
使命价值80
薪资福利
70中等
该职位未明确薪资和福利，但基于上海机器人行业市场水平，补偿性动机满足程度中等。
薪资信号未披露（AI估算：20K-40K/月）
成长发展
85较高
职位涉及前沿机器人感知和数据闭环技术，提供显著的技能成长机会。
技术前沿前沿/新兴技术
技术栈Python、PyTorch、Isaac-sim、SLAM、三维重建、VLM
业务类型ambiguous
工作生活
50较低
JD未提及办公模式和工作强度，生活化动机满足程度有限。
工作模式未明确
办公地点未明确
加班情况未提及（无法判断）
使命价值
80较高
公司从事机器人研发，行业增长快，社会影响力较高。
行业发展高速增长赛道
社会影响正向社会影响力较高
创新程度积极采用新技术
Watch Jobs