具身智能训练数据评估与配方探索

1. 负责具身智能大模型训练数据的核心价值评估与“数据配方”（Data Recipe）设计。 2. 融合视频片段、自动标注与训练反馈等多源信息，研发高效的数据筛选、降权与过滤机制。 3. 设计严谨的消融实验，深度验证数据选择策略对具身模型动作效果及迭代效率的实质影响。 4. 沉淀并构建可复用的Data-centric数据版本迭代方法论，赋能具身智能团队底层基建。

1. 计算机、人工智能、机器人或数据科学等相关领域的本硕博在校生。 2. 具备扎实的机器学习理论基础与卓越的海量数据分析处理能力。 3. 熟悉表征学习、聚类检索、异常检测、主动学习、数据挖掘或训练集构建的核心理论。 4. 具备独立完成复杂离线分析、实验设计与结果深度归因的科研素养。 5. 在数据选择、数据质量或Data-centric AI等方向有相关论文发表或深度项目经验者优先。