具身数据闭环平台架构师/负责人

1.负责机器人/具身智能数据平台的总体架构设计和阶段性演进规划，支撑多模态数据采集、数据接入、数据治理、数据标注、质量检查、数据检索、数据版本管理、训练集构建和评测结果回流等核心能力。 2.深入理解算法团队在模型训练、微调、评测、数据筛选、失败样本分析和数据闭环迭代中的真实需求，抽象为平台功能模块、数据接口、数据格式标准、元数据规范和验收指标。 3.规划机器人数据资产体系，包括数据目录、任务目录、场景目录、资产目录、数据集版本、样本标签、质量标签、权限策略、数据血缘、数据使用记录和数据质量监控机制。 4.建立面向模型训练的数据供给链路，支持从原始采集数据到训练可用数据集的标准化流转，推动数据处理、清洗、合并、标注、质检、筛选、版本发布和复用机制平台化。 5.负责多模态机器人数据标准设计，包括图像、视频、深度、点云、机器人状态、关节信息、末端位姿、动作序列、语言指令、任务结果、环境信息和 episode 级 metadata 等数据结构。 6.设计数据平台与训练框架、评测系统、仿真系统、标注系统、对象存储、算力平台之间的接口边界，明确平台负责什么、算法侧负责什么、外部系统如何接入和交付。 7.推动数据质量体系建设，定义数据完整性、时序对齐、传感器一致性、动作连续性、标注准确性、任务成功率、异常样本识别等质量检查规则，并推动自动化质检能力落地。 8.负责数据权限、安全、审计和合规机制设计，支持不同团队、不同项目、不同数据集之间的数据可见范围、下载权限、导出权限和使用追踪。 9.协调算法、平台、机器人软件、数据采集、标注、IT/基础设施及外部合作方资源，推动关键能力按优先级分阶段交付，并识别接口依赖、资源瓶颈和进度风险。 10.建立数据平台路线图、需求池、优先级排序、里程碑计划和交付验收机制，推动平台能力从短期项目支撑逐步沉淀为可复用、可扩展、可度量的基础设施。 11.对外部数据平台、标注平台、对象存储、数据湖、训练平台或合作方系统进行能力评估，判断其适用范围、集成成本、风险边界和替代方案。 12.输出并维护平台架构文档、数据标准文档、接口协议、需求说明、验收标准、运维手册和平台使用规范，降低算法和工程团队的数据使用门槛。

1.本科及以上学历，计算机、人工智能、软件工程、数据工程、自动化、机器人等相关专业优先。 2. 5 年以上数据平台、AI 平台、MLOps、自动驾驶数据闭环、机器人数据平台、大模型数据工程或多模态数据平台相关经验；有从 0 到 1 搭建平台或主导核心模块架构设计经验者优先。 3.熟悉数据平台核心技术体系，包括对象存储、数据湖/数据仓、元数据管理、数据目录、数据血缘、数据版本管理、任务调度、权限管理、数据质量监控和数据服务接口。 4.熟悉 AI/模型训练数据供给链路，理解数据采集、数据清洗、数据标注、数据质检、数据筛选、数据集构建、训练集版本管理、评测反馈和失败样本回流的基本逻辑。 5.理解机器人或多模态数据特点，能够处理图像、视频、深度、点云、传感器状态、机器人轨迹、动作序列、语言指令、任务结果等复杂数据类型；有自动驾驶、机器人、具身智能或工业视觉数据经验者优先。 6.熟悉常见存储和数据技术，如 S3/MinIO/Ceph/OSS、Parquet/Arrow、Kafka、Spark/Flink、Airflow/Dagster、Kubernetes、MLflow/DVC、Iceberg/Delta Lake 等，不要求全部精通，但需要具备合理选型和架构判断能力。 7.具备较强的平台产品化能力，能够把算法团队模糊、快速变化的需求拆解成可交付的平台功能、接口规范、数据标准、验收指标和迭代计划。 8.具备良好的系统架构能力，能够在短期可用性和长期平台化之间做取舍，清楚区分临时脚本、工程服务、平台能力和基础设施之间的边界。 9.具备较强跨团队沟通和推进能力，能够协调算法、工程、平台、数据、IT、外部供应商等多方资源，推动复杂依赖事项闭环。 10.具备较强文档能力和结构化表达能力，能够输出清晰的架构图、数据流图、接口文档、需求文档、里程碑计划和风险清单。 11.具备一定技术深度，能够与后端、数据工程、算法和基础设施团队进行有效技术讨论；不要求亲自完成全部开发，但需要能判断方案是否合理、接口是否完整、风险是否可控。 12.有创业公司、创新业务线、0 到 1 平台建设或跨组织复杂项目推进经验者优先。