
智元机器人
具身大模型数据工程师
具身大模型数据工程师
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
Vlm
具身智能
分布式数据处理
多模态模型
自动标注
视频Caption
值不值得投
75综合评分
综合评分 75
具身智能前沿数据工程岗,技术成长强,办公与生活节奏信息不明确
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
4.3万
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 1650 个在招 · 其中数据工程 11 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
该职位面向具身智能大模型研发,负责机器人真机、UMI、Ego等多源数据的接入、清洗、标注、质量筛选与数据配比优化
你将参与构建大规模多模态数据流水线,并结合VLM、Agent、视频模型等方法提升数据标注效率和模型训练效果
最低要求
计算机、人工智能、机器人或相关专业,硕士及以上学历,具备扎实的机器学习与数据工程基础
具有大语言模型、多模态模型、视频模型或具身模型相关的数据研发经验,参与过大规模数据处理、自动标注、质量筛选或数据配比优化
具备扎实的编程与工程落地能力,熟悉 Python、主流深度学习框架及分布式数据处理,能够开发和维护稳定、高效的数据流水线
具备良好的问题分析与跨团队协作能力,能够结合模型训练需求定位数据问题,独立推进任务并交付结果
工作职责
负责以下一项或多项职责:
数据处理流水线建设:面向机器人真机、UMI、Ego 等多源数据,开发数据接入、清洗、转换与标准化流程,构建高效、稳定、可扩展的数据处理流水线
数据标注与算子研发:开发具身数据处理与标注算子,探索基于 VLM、Agent 的自动理解、精细化标注与质量验证方法
视频 Caption 生成:围绕场景、物体、动作过程与交互关系,开发细粒度、时序对齐的视频描述与结构化标注流程,提升标注质量与生成效率
数据质量与管理:参与具身数据分类体系建设,开发数据质量检测、去重、筛选与统计分析工具,支持数据版本管理与问题追溯
数据 Recipe 与模型反馈:参与数据配比、采样与筛选策略实验,结合模型训练和评测结果分析数据价值,持续优化数据质量与使用效率
优先资格
具备 VLA、世界模型或机器人策略学习相关经验,熟悉真机、UMI、Ego 数据,以及动作表示、多传感器数据同步与对齐
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研究或落地经验
有大规模多模态数据流水线建设、处理性能优化,或通过数据策略提升模型效果的实践经验
AI 洞察
优缺点分析
优点
- 岗位处于具身智能与大模型交叉方向,技术栈前沿,能够积累多模态数据、视频理解和机器人数据处理的稀缺经验
- 工作内容直接服务模型训练效果,数据策略优化成果较容易通过评测指标体现,成长反馈明确
- 覆盖从数据流水线、自动标注到模型反馈闭环的完整链路,有利于形成系统化工程与研究能力
- 地点包含上海、北京,便于在一线城市接触机器人和人工智能领域的技术生态
- 需要同时理解数据工程、多模态模型和机器人任务,跨领域学习曲线较陡
- 适合具备机器学习与数据工程基础、希望深入具身智能和多模态大模型方向的工程师,尤其适合喜欢处理复杂数据链路和模型反馈闭环的求职者
缺点 / 挑战
- 具身数据来源复杂,真机、UMI、Ego数据和多传感器同步对齐会带来较高工程复杂度
- 数据质量、标注准确性和模型反馈之间的闭环优化可能需要反复实验,对问题定位能力要求较高
角色解读
- 可向具身智能数据平台负责人、多模态数据工程专家或数据基础设施架构师方向发展
- 随着对模型训练反馈和数据策略的深入理解,可转向具身模型训练、数据科学家或模型评测优化岗位
- 长期可发展为机器人大模型研发中的关键复合型人才,连接数据、模型与机器人真实任务场景
- 建设面向机器人真机、UMI、Ego等多源数据的数据处理流水线,完成接入、清洗、转换、标准化和版本管理
- 研发具身数据处理与标注算子,利用VLM、Agent等技术进行自动理解、精细化标注和质量验证
- 开发视频Caption与结构化标注流程,围绕场景、物体、动作和交互关系生成时序对齐的描述数据
- 结合模型训练与评测反馈,设计数据配比、采样、筛选策略,持续优化数据价值和模型效果
- 需要扎实的机器学习、数据工程基础和硕士及以上相关专业背景,理解大模型、多模态模型或具身模型的数据需求
- 需要熟练使用Python、主流深度学习框架和分布式数据处理技术,能够开发稳定的数据流水线
- 需要掌握大规模数据处理、自动标注、质量筛选、去重、统计分析和数据版本管理等方法
- 加分能力包括VLA、世界模型、机器人策略学习、动作表示、多传感器同步对齐和主动学习等经验
申请策略
- 申请前建议了解智元机器人在具身智能和机器人产品方向的最新进展,准备与岗位相关的问题
- 面试中尽量用具体项目说明如何定位数据问题、设计筛选策略,以及这些数据策略如何影响模型效果
- 突出参与过的大规模数据处理项目,重点说明数据规模、处理流程、性能提升和稳定性保障结果
- 强调与大模型、多模态模型、视频模型或具身模型相关的数据研发经历,如自动标注、质量筛选、数据配比优化
- 展示Python、深度学习框架、分布式数据处理和数据流水线工具的熟练使用经验,最好配具体项目案例
- 如有VLA、世界模型、机器人策略学习、多传感器同步、动作表示或视频Caption经验,应放在简历显眼位置
- 可补充多模态数据处理、视频时序标注、VLM/Agent自动标注和数据质量建模相关实践
- 加强分布式数据处理、流水线调度、数据版本管理和处理性能优化能力
面试指南
- 项目类问题采用“背景-目标-方案-结果-复盘”结构,重点讲清数据规模、技术选型、工程难点和量化效果
- 方案设计类问题先明确数据特征和目标指标,再拆解采集、清洗、标注、质检、版本管理和反馈闭环
- 模型反馈类问题围绕“现象假设-数据排查-实验验证-策略迭代”展开,体现数据工程与模型效果的关联意识
- 请介绍一个你参与过的大规模数据处理或自动标注项目,你的具体职责是什么?
- 如何设计面向机器人真机、UMI、Ego等多源数据的清洗、转换和标准化流程?
- 如何评估具身数据的质量,并设计去重、筛选和问题追溯机制?
- 你会如何利用VLM或Agent提升视频Caption和精细化标注的效率与准确性?
- 当模型评测效果不佳时,你如何从数据角度定位问题并调整数据配比或采样策略?
职位点评
薪资福利78
成长发展90
工作生活45
使命价值82
薪资福利
78中等
JD未披露薪资和福利信息,但岗位要求硕士学历、多模态数据研发和工程落地能力,技能门槛较高。对薪资和稳定性的判断信息有限,主要能从岗位技术门槛推断其市场价值较好。
薪资信号未披露(AI估算:3.0千–5.5万/月)
成长发展
90较高
岗位覆盖具身大模型、多模态数据、VLM、Agent、视频Caption和数据Recipe等前沿方向,成长空间明显。JD强调结合模型训练和评测结果持续优化数据策略,有利于形成从数据到模型的闭环能力。
技术前沿前沿/新兴技术
技术栈大语言模型、多模态模型、视频模型、具身模型、VLM、Agent、VLA、世界模型、机器人策略学习、Python、分布式数据处理
业务类型ambiguous
工作生活
45较低
JD仅说明工作地点为上海、北京,未提及远程、弹性办公、双休或加班情况。由于办公模式和生活节奏信息缺失,生活化动机满足程度难以判断。
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
82较高
岗位服务于具身大模型和机器人数据基础设施建设,处于人工智能与机器人结合的新兴领域,技术前景较强。JD未直接描述社会使命或价值导向,意义感主要来自技术方向和应用场景本身。
行业发展新兴领域(暂难判断)
社会影响中性/一般
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
Senior Consultant Specialist
汇丰 · 西安市
AI 估算 · 3.0–5.0万16 小时前发布
助理智驾数据闭环开发工程师
一汽-大众汽车 · 长春市
AI 估算 · 1.5–2.5万16 小时前发布
阿里妈妈-AI数据研发工程师(数据湖仓 / Data Agent)-杭州/北京
阿里巴巴 · 杭州市
AI 估算 · 3.5–6.5万16 小时前发布
数仓实习生
稀宇科技 · 上海市
AI 估算 · 6.0–9.0千18 小时前发布
蚂蚁集团-AI数据引擎-高级开发工程师-杭州
蚂蚁集团 · 杭州市
AI 估算 · 3.5–6.5万20 小时前发布
Data Engineer Intern
宝洁 · 北京市
AI 估算 · 6.0–9.0千1 天前发布
AIGC 服务端工程师(数据平台)-剪映CapCut(北京)
CapCut · 北京市
AI 估算 · 3.0–5.5万1 天前发布
高级数据研发工程师
滴滴出行 · 北京市
AI 估算 · 2.5–4.5万1 天前发布
Watch Jobs