具身智能数据算法实习生

1. 具身数据搜集与获取：持续跟踪 Hugging Face、GitHub 等平台的开源具身 / 机器人数据集，完成下载、完整性校验及基本元信息整理。 2. 数据解析、转换与统一：对多源数据进行解析、字段对齐与格式标准化，沉淀可复用的转换脚本与中间产物，支撑算法侧高效消费。 3. 数据质检与过滤：排查并处理缺失值、时间戳错位、坏帧 / 空轨迹、标注不一致等问题，按规则过滤不可用样本。 4. 数据可视化与抽检：对图像 / 视频、关节与动作轨迹、语言指令等多模态内容进行可视化与抽样检查，辅助定位格式与对齐问题。 5. 与算法 / 训练同学紧密配合，理解下游模型对数据模态、对齐方式与动作表示的需求，持续迭代数据可用性。

1. 计算机、数据科学、人工智能、机器人等相关专业在读，本科高年级或研究生均可。 2. 对具身智能数据有较清晰的认知：了解常见机器人演示 / 操作类数据形态；对不同机器人的状态空间、动作空间、相机参数（含内外参等）有清晰认识。最好接触过若干常见、经典的具身开源数据集，如AgiBot World、Open X-Embodiment（OXE）以及其他同类主流数据集。 3. 对主流具身相关数据格式有认知，建议至少了解下列常见格式（不限于）RLDS、HDF5、MCAP、LeRobot Dataset等。 4. 了解LLM、VLM、VLA、世界模型等。 5. 具备扎实的 Python 编程能力，有数据处理相关实践。 6. 细心、责任心强，具备从异常现象反推数据质量问题的分析能力。 加分项 1. 有深度图、点云、触觉 / 力觉等多模态数据处理经验。 2. 有多模态训练经验。 3. 有大规模数据下载、存储组织或可视化工具开发经验。