岗位职责
- 负责视觉-动作一致性校验工程化落地，基于多模态大模型能力，实现（如位姿对齐、零位/方向校验）等自动化质检核心功能，自动识别、修正错误标注样本，构建标注质量管控体系，持续提升训练数据纯度。
- 搭建并优化多模态自动标注系统，基于大模型（视觉、语言、动作模态融合模型）实现视频、动作、姿态等多模态数据的自动标注，支持多种业务模型的标注需求，覆盖不同场景的标注场景。
- 负责自动标注资产全生命周期管理，包括标注数据、标注模板、标注模型的统一管理、版本控制与复用，提升标注效率与标准化水平。
- 构建自动标注产物自质检体系，基于大模型置信度评估、特征比对等方法，实现标注结果打分、异常标注筛选、标注精度校准，形成“自动标注-自质检-修正优化”的闭环。
- 研发动静态资产重建相关能力（如VGGT4D），结合多模态大模型与视觉/动作数据，完成场景、物体、动作轨迹的重建与标准化处理，支撑大模型训练、推理及泛化能力提升。
- 深入理解多模态大模型训练需求，优化自动标注策略与流程，联动算法团队，将标注数据高效转化为模型训练素材，降低人工标注成本，支撑大模型持续迭代。
- 与算法、产品、运维团队协作，推动自动标注标准、质量监控、自动化调度的持续优化，适配机器人、智驾等场景的业务迭代需求。
职位要求
- 硕士及以上学历，2年及以上自动标注、多模态数据处理相关经验，熟悉大模型数据标注全流程。
- 具备扎实的多模态大模型应用经验，熟悉视觉-语言-动作（VLA）类大模型，精通自动标注、预处理、去重、嵌入生成、置信度评估等核心流程。
- 具备多模态自动标注与视觉-动作一致性校验实践经验，有自动标注系统搭建、标注资产管理、标注产物自质检闭环建设经验者优先。
- 具备动/静态资产重建、位姿优化、三维数据处理相关经验，能够结合大模型能力优化重建效果者优先。
- 有机器人、自动驾驶（智驾）领域自动标注或数据处理经验者优先，熟悉智驾场景多模态数据标注需求者加分。
- 具备一定算法背景，能够理解多模态大模型训练逻辑、标注数据与模型性能的关联，可根据模型反馈优化标注策略者优先。
- 具备良好的工程实践能力、协作能力，能够推动自动标注体系标准化、自动化落地，解决实际业务中的标注质量与效率问题。
