智元机器人
大模型数据工程师（数据挖掘方向）-觅蜂子公司
大模型数据工程师（数据挖掘方向）-觅蜂子公司
发布于 2 小时前普通员工/个人贡献者
全职员工仅现场办公数据工程
数据工程
2D/3D计算机视觉
Rlhf
Sft
Vlm
分布式计算
在线学习
数据流水线
点云处理
自动化标注
值不值得投
75综合评分
综合评分 75
聚焦具身智能与VLM前沿技术，发展空间广阔，薪资具竞争力，但工作强度与灵活性待确认
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
4.5万
比数据工程中位数高
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 1570 个在招 · 其中数据工程 8 个
市场机会
选择面较广
上海 · 数据工程 · 约 130 个在招
职位详情
关于这个职位
负责构建基于视觉语言模型(VLM)的具身智能数据预标注体系，设计并优化2D/3D自动化识别与多模态数据流水线
通过研发在线自动打标系统、制定数据质量评估标准及难例挖掘机制，协同算法团队持续迭代模型，为机器人操作与环境感知提供高质量训练数据
最低要求
拥有计算机科学、人工智能或机器人相关专业硕士及以上学历
深入理解 VLM（如 CLIP, LLaVA 等）的架构原理，精通 SFT、RLHF 等微调技术，并有实际的多模态数据处理项目背景
熟练掌握 2D/3D 计算机视觉算法，包括目标检测、分割、3D 重建及点云处理，能够针对具身智能需求设计高效的标注方案
具备构建自动化标注系统或大规模数据流水线的经验，熟悉分布式计算环境及模型推理优化技术
熟悉在线学习或实时流处理框架，能够解决高吞吐量下的自动化打标一致性与时延优化问题
工作职责
负责基于 VLM 的具身智能数据预标注体系建设，通过模型微调提升系统对机器人操作、环境感知等复杂场景的 2D/3D 自动化识别精度
主导构建涵盖 2D 图像语义、3D 点云空间位置及多模态文本描述的自动化标注流水线，实现从原始传感器数据到高质量训练集的快速转化
研发并优化在线自动打标（Online Labeling）系统，支持在数据采集过程中实时生成伪标签，并基于模型置信度进行自动化的数据初筛
制定数据质量评估标准与反馈闭环机制，利用算法手段识别并剔除低质量或干扰项数据，确保存储与训练任务使用高价值样本
协同算法团队进行标注模型的持续迭代，通过难例挖掘（Hard Example Mining）与针对性微调，不断突破自动化标注在长尾场景下的性能瓶颈
AI 洞察
优缺点分析
优点
- 切入具身智能与机器人赛道核心数据层，业务壁垒高且直接赋能实体产品落地
- 技术栈高度前沿，深度接触VLM、3D重建、在线学习等AI底层核心技术
- 项目成果直接转化为高质量训练集，对模型性能提升具有决定性影响，个人技术价值凸显
- 需同时兼顾数据工程架构设计与算法微调逻辑，对技术广度与深度要求双高
- 长尾场景数据清洗与自动化标注准确率平衡难度大，系统稳定性要求极高
- 伴随机器人产品快速迭代，数据需求变化频繁，需保持高强度的技术攻坚节奏
- 具备扎实计算机基础、热爱AI底层数据建设且能接受快节奏技术攻坚的复合型工程师
缺点 / 挑战
暂无明显挑战项
角色解读
- 向具身智能数据架构师或AI基础设施负责人方向演进
- 深耕多模态大模型数据工程领域，成为跨算法与工程的核心骨干
- 拓展至机器人感知算法、数据闭环平台产品化或技术管理岗位
- 搭建面向具身智能的VLM数据预标注体系与自动化流水线
- 开发在线自动打标系统，实现采集过程中的实时伪标签生成与初筛
- 制定数据质量评估标准，利用算法剔除低质数据保障训练集纯度
- 协同算法团队开展难例挖掘与模型微调，突破长尾场景识别瓶颈
- 精通VLM架构原理及SFT/RLHF微调技术，具备多模态数据处理实战经验
- 熟练掌握2D/3D计算机视觉算法，能独立完成目标检测、分割与点云处理方案设计
- 具备大规模数据流水线与自动化标注系统搭建能力，熟悉分布式计算环境
- 掌握实时流处理框架与在线学习机制，能优化高吞吐场景下的打标一致性与延迟
申请策略
- 提前研究智元机器人公开技术路线与具身智能数据挑战，准备针对性解决方案
- 关注公司近期融资进展与产品发布动态，在沟通中展现对行业落地的深刻理解
- 突出多模态数据处理项目经验，量化自动化流水线带来的效率提升与数据质量改善
- 详细展示VLM微调(SFT/RLHF)与2D/3D视觉算法在实际业务中的落地成果
- 强调分布式计算与流处理框架在高并发数据场景下的性能优化实践
- 强化PyTorch/TensorFlow生态下的模型推理加速与显存优化能力
- 补充Kafka/Flink等实时流处理框架的实战部署经验
- 深入理解具身智能数据闭环逻辑与仿真-实机数据迁移方法
面试指南
- 采用STAR法则结构化回答，清晰交代背景、任务、行动与可量化的结果
- 重点阐述技术选型对比依据、数据质量评估指标设计以及迭代反馈闭环逻辑
- 使用基准测试数据或A/B实验结果支撑性能优化结论，体现工程严谨性
- 请分享你搭建自动化数据流水线的整体架构设计思路与遇到的最大技术难点？
- 在处理VLM微调数据时，如何应对长尾场景下数据分布极度不均的问题？
- 在线打标系统的延迟优化策略有哪些？如何保证高吞吐下的打标一致性？
- 请举例说明你如何通过数据质量评估标准反哺算法模型迭代的完整闭环？
- 系统复习CLIP/LLaVA等主流VLM架构细节，梳理SFT/RLHF完整训练流程
职位点评
薪资福利70
成长发展92
工作生活55
使命价值85
薪资福利
70中等
薪资预估处于上海技术岗市场中上水平，B轮融资阶段公司提供具有竞争力的薪酬包，但具体福利条款未在JD中披露。
薪资信号未披露（AI估算：3.0千–6.0万/月）
成长发展
92较高
岗位深度绑定具身智能与大模型前沿方向，技术栈极具前瞻性，能显著提升在多模态数据处理与算法协同方面的核心竞争力。
技术前沿前沿/新兴技术
技术栈VLM、SFT、RLHF、2D/3D计算机视觉、点云处理、在线学习、分布式计算
业务类型ambiguous
工作生活
55较低
未明确提及弹性工作制或远程选项，属典型技术研发岗，可能面临项目交付压力与高强度攻坚，WLB保障程度一般。
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
85较高
致力于推动具身智能与机器人技术的落地应用，通过高质量数据基建赋能实体机器人发展，具有显著的行业创新价值与社会意义。
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