职位描述：

（Ego数据/VLA/世界模型方向）

【岗位职责】：
1、Ego数据AI清洗+全流程标注落地：负责第一视角Ego视频、多传感器融合数据的AI智能清洗、脏数据甄别、数据降噪、去重过滤、无效数据剔除，完成多模态数据筛选、结构化标注全流程工作，覆盖视觉、语言、动作关联类数据，输出干净、规整、适配VLA模型、世界模型训练的高质量标准化数据集。
2、标注规范体系搭建与迭代：结合VLA视觉语言联动、世界模型时空推理、场景理解、动作预测的模型训练特性，独立制定、迭代Ego数据标注规则、分类标准、边界定义与质检规范，解决复杂场景标注歧义、时空序列错位、动作语义匹配偏差等核心问题，统一数据输出标准。
3、AI清洗算法优化+自动化标注提效：搭建AI自动化数据清洗、智能纠错、批量提纯链路，迭代预标注、自动清洗模型策略；针对Ego视角遮挡、动态模糊、画面畸变、时序紊乱等劣质数据场景，定制专属清洗规则与数据修复方案，同时优化标注补全策略，大幅提升数据洁净度、标注效率与数据精度，降低人工干预成本。
4、模型训练数据适配与迭代优化：深度对接算法研发团队，理解VLA模型、世界模型的训练逻辑、损失函数特性与迭代需求，针对性筛选高价值难样本、边界样本、场景覆盖样本，统计数据分布、坏例类型，输出数据优化报告，驱动模型精度、场景泛化能力、动作预测准确性提升。
5、清洗&标注双维度质量管控与版本管理：建立Ego数据集AI清洗、结构化标注双重质量评估体系，负责数据抽检、脏例/坏例复盘、问题归因，专项治理数据噪声、冗余重复、残缺无效、标注错乱等问题；完成清洗后数据集、标注数据集的版本迭代、归档与溯源管理，保障模型训练数据的洁净性、合规性、完整性、可复用性。
6、技术沉淀与工具复用：沉淀Ego多模态数据处理、VLA模型专项标注、世界模型时空数据加工的方法论，维护可复用的数据处理脚本、标注模板、质检规则库，持续优化数据生产链路。

【任职要求】：
硬性要求
1、本科及以上学历，计算机、人工智能、视觉感知、自动化、大数据等相关专业，扎实的AI基础知识储备。
2、熟悉AI模型训练数据生产全流程，精通多模态数据AI清洗、降噪提纯、脏数据治理逻辑，了解VLA视觉语言动作模型、通用世界模型基本原理，清楚模型训练对数据洁净度、多样性、准确性、时空一致性、语义关联性的核心要求。
3、熟练使用Python，掌握Pandas、Numpy、OpenCV等常用数据/视觉处理库，能够独立编写脚本完成数据清洗、批量处理、格式转换、数据筛选等工作。
4、具备Ego第一视角数据、机器人/自动驾驶多模态数据AI清洗治理、时序数据提纯、标注质控全流程经验，熟悉语义分割、目标检测、动作关联标注、时空序列标注等方式，掌握各类场景脏数据、坏数据的识别与清洗方法。
5、具备极强的细节把控能力、逻辑思维能力，能够精准识别标注误差、数据缺陷，独立完成规范迭代与问题闭环。

【优先加分项】
1、有VLA模型、世界模型、机器人具身智能、自动驾驶感知模型训练数据支撑经验者优先。
2、熟悉主流AI标注、数据清洗平台，有自动化AI清洗、预标注模型优化、数据质量算法迭代经验者优先。
3、了解多模态大模型、时空预测模型训练逻辑，能够结合模型迭代需求反向优化数据策略者优先。
4、有数据集搭建、数据版本管理、数据基线迭代相关经验者优先。