智元机器人
多模态数据评测工程师
多模态数据评测工程师
发布于 大约 14 小时前普通员工/个人贡献者
上海市
中级经验
全职员工
仅现场办公
本科
研究与开发 (研发)
合成数据
多模态
数据工程
机器人
机器学习
标签体系
自动化标注
评测系统
影子评估
AI 估算 · 25k–45k
机器人赛道热门，多模态数据评测技能稀缺，薪资有竞争力。
职位详情
关于这个职位
该职位负责建立和维护机器人交互与感知的评测体系，开发多模态数据评测流水线，通过数据驱动的方式提升模型和系统性能
适合有数据工程和评测经验、对机器人技术感兴趣的技术人才
最低要求
本科及以上学历，计算机、人工智能、数据工程、机器人、自动化、电子等相关专业优先
年以上数据平台、评测平台、实验平台、回放系统或机器学习数据工程相关经验
具备以下至少两类经验：
机器学习数据处理与版本管理
benchmark / 评测系统建设
回放系统 / 实验追踪系统
标签体系设计与质量治理
Python 数据工程 / 可视化报表
合成数据 / synthetic data / 轻量仿真
熟练掌握 Python，熟悉常见数据处理、实验管理、报表和自动化工具
有较强的结构化思维，能将“场景问题”转化为“数据切片 + 指标 + 回放 + 结论”
工作职责
建立并维护机器人交互与感知指标体系，支持模型、运行时、系统体验的多层级评估
开发多模态回放、影子评估和版本回归流水线，实现 Case 的快速定位、复现与对比分析
负责 Teacher Label 自动化标注闭环，设计面向回应对象、说话人归因、主动触发、打断恢复等任务的标签 Schema
建立 gold set、hard case 集、回归测试集与数据切片机制，持续支撑模型与系统迭代
探索合成数据与轻量化仿真手段，提升长尾场景下的数据覆盖与鲁棒性
建立“数据驱动—模型反馈—指标提升”的全链路追踪体系，推动问题闭环与能力收敛
优先资格
做过机器人、自动驾驶、语音交互、会议系统、视觉 AI、A/V 多模态数据平台
熟悉音频/视频/状态多模态数据对齐与时间同步
有 pyannote、DCASE、active speaker、说话人归因、多模态行为理解等任务经验
做过 shadow mode、canary、回归平台、错误分析平台
熟悉 Replicator、synthetic data、日志回放系统、轻量仿真、阵列参数 sweep、sim2real 校准思路
AI 洞察
优缺点分析
优点
- 处于机器人行业风口，技术前沿且需求旺盛，职业发展空间大
- 接触多模态数据全链路，技能积累全面，含金量高
- 公司处于 B 轮融资阶段，有机会伴随公司快速成长
- 多模态数据对齐与评测复杂度高，需要较强的工程和算法功底
- 现场办公模式，可能缺少远程灵活性
- 适合热爱数据驱动、喜欢从数据中挖掘价值、且对机器人和 AI 评测有浓厚兴趣的技术人才
缺点 / 挑战
- 长尾场景数据覆盖和鲁棒性提升是持续挑战，需要不断探索新方法
角色解读
- 向数据平台架构师方向发展，主导企业级评测与数据基础设施
- 深入多模态 AI 评测专家角色，成为模型质量把控的核心人才
- 横向拓展至机器人全栈感知或仿真系统，积累端到端产品经验
- 建立机器人交互与感知的多层级评估指标体系，从模型、运行时到系统体验全面覆盖
- 开发多模态回放、影子评估和回归流水线，快速定位和复现问题，支持版本对比
- 设计自动化标签标注闭环，负责数据切片、gold set 构建，驱动模型持续迭代
- 扎实的 Python 数据工程能力，熟悉数据处理、实验管理和可视化工具
- 具备数据平台、评测系统或回放系统的建设经验，理解机器学习数据版本管理
- 结构化思维强，能将复杂场景转化为可量化的数据切片和指标体系
申请策略
- 提前研究公司机器人产品和技术路线，面试中结合业务场景阐述价值
- 准备一个完整的评测方案案例，从问题定义到指标落地，展示全链路思维
- 突出数据平台或评测系统建设经验，尤其是与多模态相关的项目
- 强调 Python 数据工程能力，如开发过自动化流水线或可视化工具
- 展示结构化解决问题的案例，例如如何设计指标体系推动模型提升
- 补充合成数据工具（如 Replicator）或轻量仿真框架经验
- 了解多模态对齐技术，熟悉音频/视频同步常用方法
面试指南
- 结构化回答：先明确目标，再分解维度，然后选取指标，最后设计验证闭环
- STAR 法则：描述情境、任务、行动、结果，突出个人贡献和量化效果
- 体现数据驱动思维：从问题出发，定义数据需求，构建流水线，验证迭代
- 如何设计一个机器人交互质量的评测指标体系？请举例说明
- 描述一个你曾经负责的数据平台或评测系统，面临的主要挑战是什么？
- 多模态数据对齐中常见的问题有哪些？如何解决？
- 如何从业务问题转化为数据切片和指标？
- 你如何看待合成数据在长尾场景中的作用？
职位点评
67
综合评分
机器人数据评测岗，前沿技术栈，成长空间大，但工作灵活性较低。
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。
更适合这类人
适合高度重视技能成长和技术前沿性，能够接受现场办公模式的技术人才。
表现最好
成长发展
相对薄弱
工作生活
薪资福利60
成长发展90
工作生活40
使命价值75
薪资福利
60中等
薪资未明确披露，但行业热度较高，整体中等偏上；福利信息缺失。
薪资信号未披露（AI估算：25K-45K/月）
成长发展
90较高
技术栈前沿（多模态、合成数据），成长信号明确（全链路追踪、数据驱动迭代），但未提及晋升通道。
技术前沿前沿/新兴技术
技术栈Python、多模态、机器学习、合成数据、影子评估
成长机会数据驱动—模型反馈—指标提升
业务类型ambiguous
工作生活
40较低
仅现场办公，工作地点未明确说明，无灵活工作制信号。
工作模式仅现场办公
办公地点未明确
加班情况未提及（无法判断）
使命价值
75中等
机器人行业高速增长，社会价值较高，但职位描述中使命导向信号不强。
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
智元机器人 的其他在招职位
相似职位推荐
Watch Jobs