1. 数据采集与管理 · 参与机器人遥操作数据采集流程，负责采集数据的软件层面管理，包括数据接入、清洗、去噪、标注对齐及版本控制。 · 维护数据采集软件栈，确保多传感器（相机、激光雷达、力觉、关节状态）数据的时间戳同步与完整性。 2. 数据格式标准化与转换 · 负责将原始ROS bag数据转换为适用于具身智能大模型训练的标准格式，包括但不限于： · LeRobot 格式（Hugging Face 生态） · HDF5 格式（高性能分层数据存储） · 其他常见数据集格式（如RLDS、Open X-Embodiment 兼容格式） · 建立数据格式转换流水线，支持增量数据的高效处理与版本迭代。 3. 数据存储架构与检索 · 设计并维护数据集存储架构（本地集群/云存储/对象存储），实现数据的结构化存储、索引构建与高效检索。 · 开发数据可视化与质量检查工具，支持算法团队快速查看数据样本、统计分布及异常检测。 4. 数据版本管理与发布 · 建立数据集版本管理机制（类似DVC或自研方案），记录数据采集批次、采集场景、传感器配置等元信息。 · 配合算法团队完成数据集的分发、导出及文档撰写，确保数据可复现、可追溯。

1.核心技术能力要求 · 编程语言： 熟练使用 Python，具备良好的工程化编码习惯。 · ROS生态： 熟悉 ROS/ROS2，熟练掌握 ROS bag 的处理、解析、裁剪、合并及重映射。 · 数据处理库： 熟练使用 HDF5（h5py / PyTables）、NumPy、Pandas 进行大规模数据处理。 · 具身智能数据认知： 了解 具身智能大模型 的数据需求，熟悉 LeRobot 数据集格式规范，理解多模态数据（图像、点云、力觉、关节位置）的对齐与组织方式。 2.数据工程能力 · 熟悉常见数据存储方案（如 MongoDB、MinIO、S3 兼容存储、Parquet 等）。 · 有构建数据处理流水线（ETL/ELT）的经验，熟悉工作流编排工具（如 Airflow、Prefect）者优先。 · 了解数据版本控制工具（如 DVC、Git LFS）。