岗位职责
- 方案设计与架构： 深入理解具身智能算法（如视觉语言动作模型、三维重建、场景理解、操作技能学习等）的数据需求，设计EGO数据采集技术方案，包括传感器选型、标定、同步、空间布局与数据流架构。
- 系统集成与搭建： 主导或深度参与多传感器（如RGB-D相机、事件相机、LiDAR、IMU、麦克风阵列、触觉传感器、机械臂/身体位姿流）硬件平台的集成、标定、同步控制和软件系统开发。
- 采集流程与标准制定： 规划并规范大规模数据采集的流程、场景、任务脚本与质量标准。设计数据标注需求与规范，确保采集的数据集具有高可用性和研究价值。
- 数据管道开发： 构建高效、稳定、实时的数据采集、预处理（如去畸变、对齐、降噪）、加密、存储与传输管道，处理海量多模态时序数据。
- 前沿探索与创新： 跟踪具身智能与机器人数据采集的前沿技术，探索新型传感器、新型采集范式（如大规模仿真-现实闭环数据生成）在数据采集中的应用。
- 跨部门协作： 与算法研究员、软件工程师、机器人工程师及标注团队紧密合作，理解需求，反馈数据特性，并持续优化采集方案以提升数据效用。
职位要求
- 学历与经验： 计算机科学、机器人学、电子工程、自动化或相关专业硕士及以上学历，具备3年以上机器人感知、自动驾驶数据采集、三维视觉或相关领域实际项目经验。
- 硬件精通： 熟悉常见传感器（相机、IMU、LiDAR等）原理、性能指标、标定方法（多传感器联合标定）与同步技术。
- 软件强项： 精通Python和C++，熟练掌握ROS/ROS2系统。有扎实的多线程、网络编程和性能优化经验。
- 数据处理： 熟悉点云、图像、IMU等数据的常用处理库（OpenCV, PCL, NumPy, PyTorch/TensorFlow Data模块等）。
- 系统思维： 具备从需求分析到系统部署的全链条思考和实现能力。
- 行业理解： 对具身智能、机器人学有深刻兴趣和基本理解，了解EGO-centric数据对于智能体发展的重要性。 加分项：
- 有实际搭建机器人或自动驾驶数据采集平台（如改装车辆、机器人移动平台）的经验。
- 有大规模室内外场景数据集（类似ScanNet, Habitat, Ego4D, HAT）构建或贡献经验。
- 熟悉仿真环境（如Isaac Sim, Unity, Unreal Engine）并有用其生成或增强数据的经验。
- 有设计触觉、力觉或音频数据采集方案的经验。
