职位描述
岗位职责
- 数据管线维护： 协助维护自动化数据采集与清洗流水线，参与多模态数据（图像、时序、传感器数据）的校验与版本管理。
- 自动化脱敏实验： 参与研发针对视觉与语义数据的自动化脱敏工具，协助落地符合国际数据保护标准（如 PII 匿名化）的处理流程。
- 质量评估与过滤： 基于规则或模型，辅助开发数据质量评估脚本，识别并过滤感知噪声、传感器异常及无效的机器人运动轨迹。
- 数据回流支持： 配合算法团队准备微调数据（Fine-tuning sets），参与构造用于 DPO 或强化学习的 Trajectory 数据集。
- 标注流管理： 协助管理异构数据标注工作流，参与标注质量的抽样监控及自动化标注工具的集成测试。
- 存储效率优化： 参与向量数据库（如 pgvector, Milvus）的基础运维，协助测试不同索引策略下的检索效率。
任职要求
- 专业背景： 计算机、数据科学、数学或相关专业在读硕士或优秀本科生。
- 编程功底： 精通 Python，熟悉常见的数据处理库（Pandas, Numpy），了解至少一种大数据处理工具（如 Spark, Airflow）或消息队列。
- 数据敏感度： 对视觉与时序数据有直观理解，了解模型评估指标（mAP, Recall 等）的基本含义。
- 合规意识： 了解基本的数据隐私保护概念，对美国或欧盟的数…