4D重建算法工程师 深圳、杭州 全职 研发 - 算法 职位描述 1. 参与构建三维运动场（Scene Flow）联合估计管线；2. 研发面向机器人操作场景的光流与视频深度估计算法；3. 参与大规模视频几何自动标注管线建设；4. 在真机与仿真环境中完成算法评测与迭代。 职位要求 1. 计算机、人工智能、自动化、机器人学等相关专业，本硕博均可，实习生须在校；2. 精通 Python / PyTorch，能独立完成模型训练、评估与部署；3. 在以下至少一个方向有扎实经验： - 点跟踪与 Scene Flow（如 Track4World , D4RT等） - 光流估计（如 RAFT / MEMFOF 等） - 视频深度估计（如
中/高级数据算法工程师 深圳、北京 全职 智能制造 / 工业互联网 / 工业自动化 职位描述 面向机器人抓取与操作算法，负责训练数据生产方案设计与落地，定义数据结构、标注协议、质量标准、数据分布及验收指标；负责机器人非结构化多模态数据处理，包括但不限于 RGB / RGB-D 视频、点云、rosbag、物体位姿、机器人状态、关节状态、末端轨迹、动作序列、力觉及触觉数据；建设数据解析与转换算法，完成多传感器时间同步、相机标定、坐标系转换、轨迹切分、异常检测、数据清洗、去重、标注生成等；基于 Isaac Sim、Isaac Lab 等仿真环境构建机器人操作数据生成能力，包括场景与物体生成、机器人与传感器配置、轨迹 Rollout、交互状态采集、Domain Randomization 及批量自动化数据生成；建设真实机器人数据采集与转换能力，处理真机回传、遥操作、示教及 Ego / UMI 等数据，完成位姿恢复、轨迹重建、动作对齐、Retargeting 和跨机器人本体的数据适配；围绕机器人状态、物体状态和交互轨迹，构建适用于抓取、放置及通用操作模型的训练样本，并持续提升数据的准确性、多样性、覆盖度和物理合理性；分析训练数据分布及模型失败案例，识别长尾场景、困难样本、仿真与真实数据差异，设计针对性的数据补充、筛选和增强策略；与操作算法、仿真、机器人本体及数据平台团队协作，打通数据生成、数据处理、训练集构建、模型训练、评测和问题样本回流的数据闭环。 职位要求 计算机、人工智能、机器人、自动化、计算机视觉等相关专业本科及以上学历，具备机器人数据、计算机视觉、仿真或机器学习相关经验；熟练掌握 Python，具备非结构化数据处理经验，能够独立处理视频、图像、点云、轨迹或时序传感器数据；理解机器人及三维视觉基础知识，包括坐标系、刚体变换、相机内外参、机器人正逆运动学、关节空间与笛卡尔空间、点云和 6DoF 位姿；理解机器人训练数据的基本构成，能够处理 Observation、Action、Robot State、Object State、Contact、Reward / Success
