具身智能数据算法研究员 上海 正式 职位描述 - 职位使命: 在通往通用机器人的道路上，操纵 (Manipulation) 是最核心的挑战之一。其中，如何利用和数据 VLA (Vision-Language-Action)、World Models 和 RL 等技术，去探测、提取并构建物理世界的“信息分布”，构建让机器人具备类人灵巧性与泛化能力的物理。为什么加入我们？在具身智能的语境下，数据是稀缺、珍贵的。深度理解并定义物理世界的数据分布，是真正的核心壁垒。- 数据科学: 我们拒绝盲目采数据炼丹，坚持用科学的方法论，从海量、异构的物理交互中，提取并构建出具备强泛化能力的数据引擎。- 算法工具: 你将通过 (VLA + WM) x RL 的组合模式，将前沿算法转化为模型自主数据生产与进化的引擎。- 闭环自举: 你需要像科学家一样敏锐地捕捉模型与数据之间的反馈，用洞察力反向驱动数据采集与合成的最优方式。 岗位职责- 数据分布建模: 深入研究真机交互数据的分布，利用 VLA 和大模型能力，实现对 TB 级异构数据的自动化清洗、标注与价值评估。- 构建自举闭环: 设计并实现基于强化学习的方案的自动化数据筛选机制，利用世界模型和VLA模型进行大规模数据生产与负例生成。- 定义物理智能度量:
AI数据工程实习生（训练数据 & 清洗方向） 2027校招 上海 2027校招储备计划 职位 ID：A81862 职位描述 - 模型训练数据体系设计，统筹内部主动生成数据与外部真实用户数据的采集、清洗、标注全流程- 设计并落地 Tool Trajectory 数据管道：去噪、脱敏、补齐验证、格式标准化，保障数据干净、完整、准确- 从引擎代码库、历史提交记录、测试用例中设计结构化样本提取方案，覆盖全排列/边界/失败链路等场景- 建立数据质量评估体系，制定标注规范，驱动数据质量持续提升- 与模型训练团队深度协作，根据模型反馈快速迭代数据策略- 设计并优化大规模数据处理管道，保障数据生产效率和稳定性- 参与数据飞轮体系建设，推动使用→数据积累→模型优化的正向循环落地 职位要求 - 2027届毕业生，本科及以上学历，计算机、数据工程相关专业。- 有数据工程相关项目经验，有LLM 训练数据处理经验的优先- 理解 instruction tuning、trajectory data 等格式- 了解 Python 及 TB 级数据处理，有代码数据处理经验的优先- 具备系统性思维，能从业务目标反推数据需求。 投递...
数据仓库工程师 深圳 社招 全职 职位描述 1、负责企业级数据仓库及业务数据集市的架构规划、分层设计（ODS/DWD/DWS/ADS）与落地实施，确保架构的先进性、可扩展性与高性能。2、主导核心业务域的数据建模工作，精通维度建模等方法论，设计通用灵活的数据模型与宽表，保障数据的一致性、完整性与复用性。3、设计并实现高效的ETL/ELT数据集成方案，负责数据提取、转换、加载全流程的开发、调度与优化，解决大规模数据处理中的性能瓶颈。4、推进数据治理体系建设，包括数据质量监控、元数据管理、数据血缘追踪、指标体系标准化等，提升整体数据质量与数据资产价值。5、负责数据仓库的日常运维与故障排查，保障数据服务SLA达标，及时响应并解决数据延迟、数据错误等线上问题，确保数据链路稳定可靠。6、深入理解业务需求，与数据分析、业务部门紧密协作，提供高质量的数据支持与解决方案，支撑业务决策、数据产品迭代及精细化运营。 职位要求 一、基础要求1、本科及以上学历，计算机科学、数据科学、信息技术等相关专业。2、3-7年及以上数据仓库设计与开发经验，有完整的企业级数据仓库建设项目经验优先。3、具备强烈的责任心、严谨的逻辑思维、良好的沟通协调能力及团队协作精神，对数据敏感，重视数据质量。二、 技术能力1、精通数据仓库理论体系，深入理解分层架构、主题域建模、维度建模等方法论，能结合业务场景设计合理的数据模型。2、精通SQL/HQL/Spark SQL开发及优化，能高效处理TB/PB级大规模数据集，具备复杂查询性能调优实战经验。3、熟悉大数据生态技术栈，具备Hadoop、Hive、Spark、Flink、Kafka等组件的实战应用经验；了解MPP数据库（ClickHouse、Doris）、OLAP引擎（Kylin、Presto）者优先。4、掌握Java/Python/Scala中的至少一种编程语言，具备良好的代码规范与工程化能力；熟悉ETL工具（DataX、Airflow、Kettle）及任务调度系统者优先。5、具备数据治理相关经验，熟悉数据质量监控、元数据管理、数据血缘分析等工具（如Apache Atlas、Griffin）的使用者优先。三、加分项1、有互联网、金融、电商等行业数据仓库建设经验者优先。2、有数据字典、指标管理体系从0到1搭建经验者优先。 投递...
AI院-大模型算法- GLM预训练数据研究 北京 全职 互联网 / 电子 / 网游 职位描述 一、大规模预训练数据处理与优化1. 设计和优化PB级训练数据的筛选、去重、清洗体系2. 基于LLM模型的语义级去重算法、质量筛选算法优化3. 领域特定数据筛选策略，支持代码、数学、科学等专业领域二、数据质量评估与优化体系1. 构建基于大模型的数据质量自动评估系统2. 设计数据多样性、复杂度、有用性等多维度评估指标3. 优化数据配比策略，包括领域权重、语言分布、质量分层4. 构建数据污染检测算法，识别测试数据泄露 职位要求 一、基础要求1. 统招硕士或以上学历，计算机、AI相关专业2. 大模型预训练项目经验，深度参与过大模型预训练数据处理3. 有处理TB级以上训练数据的实际项目经验二、技术能力1. 精通分布式计算框架（Spark、Ray、Maxcompute等）2. 掌握高性能文本处理算法（LSH、SimHash等）3. 熟悉云原生数据处理架构4. 熟悉数据质量评估指标和方法【加分项】1. 有开源大模型项目数据相关的贡献经验2. 发表过大模型数据相关的顶会论文3. 熟悉 AI 伦理与安全合规的数据处理流程 投递...
算法工程师 北京 全职 互联网 / 电子 / 网游 职位描述 一、大规模预训练数据处理与优化1. 设计和优化PB级多模态训练数据的筛选、去重、清洗体系2. 基于LLM模型的语义级去重算法、质量筛选算法优化3. 领域特定数据筛选策略，支持代码、数学、科学等专业领域二、数据质量评估与优化体系1. 构建基于大模型的数据质量自动评估系统2. 设计数据多样性、复杂度、有用性等多维度评估指标3. 优化数据配比策略，包括领域权重、语言分布、质量分层4. 构建数据污染检测算法，识别测试数据泄露 职位要求 一、基础要求1. 统招本科及以上学历，计算机、AI相关专业2. 大模型预训练项目经验，深度参与过大模型预训练数据处理3. 有处理TB级以上训练数据的实际项目经验二、技术能力1. 精通分布式计算框架（Spark、Ray、Maxcompute等）2. 掌握高性能文本处理算法（LSH、SimHash等）3. 熟悉云原生数据处理架构4. 熟悉数据质量评估指标和方法【加分项】1. 有开源大模型项目数据相关的贡献经验2. 发表过大模型数据相关的顶会论文3. 熟悉 AI 伦理与安全合规的数据处理流程 投递...
Data Infra Tech Lead 北京、上海、苏州 全职 研发 - 高级技术职位 职位描述 1、负责自动驾驶 & 通用大模型双赛道的数据底层基建全链路架构设计与研发，搭建支撑 VLM 大模型、视频生成、自动驾驶世界模型、端到端智驾模型训练的高性能、高可扩展数据生产平台；2、打通图像、视频、激光雷达点云、多传感器时序数据全生命周期链路，构建行业领先的数据治理体系，用 AI 工程化能力反哺数据生产全流程，持续驱动模型迭代效率与数据质量上限。 职位要求 1、经验门槛：具备扎实的大规模分布式系统架构设计、底层数据平台基建开发经验，具备完整复杂系统从 0 到 1 架构搭建与迭代优化经验；2、编程能力：精通 Python，熟练掌握 Go/C++ 至少一门主力开发语言，具备优秀的工程化设计、代码架构与性能调优能力；3、大数据基建功底：深度精通分布式数据处理技术，拥有TB/PB 级海量多模态数据存储、计算、调度、流水线开发经验，熟悉湖仓一体、对象存储、分布式计算生态技术栈；4、大模型全流程认知：深度熟悉大模型训练全流程，完整了解预训练、SFT 微调、RLHF 对齐全链路，理解大模型训练对数据体系、数据质量、数据供给链路的核心诉求。加分项：1、具备自动驾驶领域数据基建经验优先，熟悉激光雷达点云、车载多传感器融合数据处理、智驾场景数据挖掘、自动驾驶世界模型 / 端到端大模型数据体系建设经验优先；2、有长视频数据处理、3D 数据基建、大规模预训练数据集构建经验优先。 投递...
公司描述 Do you want beneficial technologies being shaped by your ideas? Whether in the areas of mobility solutions, consumer goods, industrial technology or energy and building technology - with us, you will have the chance to
26届校招-大模型算法工程师（预训练数据质量） 北京 正式 互联网 / 电子 / 网游 职位描述 【岗位职责】一、大规模预训练数据处理与优化1. 设计和优化PB级多模态训练数据的筛选、去重、清洗体系2. 基于LLM模型的语义级去重算法、质量筛选算法优化3. 领域特定数据筛选策略，支持代码、数学、科学等专业领域二、数据质量评估与优化体系1. 构建基于大模型的数据质量自动评估系统2. 设计数据多样性、复杂度、有用性等多维度评估指标3. 优化数据配比策略，包括领域权重、语言分布、质量分层4. 构建数据污染检测算法，识别测试数据泄露 职位要求 【任职要求】一、基础要求1. 统招本科及以上学历，计算机、AI相关专业2. 大模型预训练项目经验，深度参与过大模型预训练数据处理3. 有处理TB级以上训练数据的实际项目经验二、技术能力1. 精通分布式计算框架（Spark、Ray、Maxcompute等）2. 掌握高性能文本处理算法（LSH、SimHash等）3. 熟悉云原生数据处理架构4. 熟悉数据质量评估指标和方法【加分项】1. 有开源大模型项目数据相关的贡献经验2. 发表过大模型数据相关的顶会论文3. 熟悉 AI 伦理与安全合规的数据处理流程4. 多模态数据处理经验 投递...
高级安全技术开发工程师（大数据） 深圳 全职 研发 职位描述 1. SOC大数据后端架构设计与开发： - 主导自研SOC系统的架构：设计分布式数据管道（事件摄入、存储、查询）、分析引擎（规则匹配、关联分析），实现实时/异步威胁检测与自动化响应。 - 构建数据湖/仓库：开发高性能数据处理服务，支持日志聚合（多源格式如JSON/Syslog）、ETL管道，确保数据一致性与低延迟索引。 - 集成业界安全能力：开发适配层，将EDR（端点事件流、原始日志）、DLP（敏感数据事件）、遥测工具（eBPF/Osquery）接入SOC，支持零信任底座的数据馈送（如访问策略日志）。 2. 大数据处理与安全分析集成： - 处理海量安全数据：优化实时/批处理管道（Kafka流处理、Flink/Spark计算），支持TB级日志分析（如全球分支EDR事件、产线RFID访问遥测、物理门禁日志）。 - 开发威胁狩猎与响应模块：基于图数据库（Neo4j）实现关联分析（如杀伤链追踪）、异常检测引擎；集成DLP规则引擎。 3. SOC系统快速迭代与优化： - 独立响应安全运营需求：从需求到部署的全栈开发（如新警报规则引擎、仪表盘API），目标快速交付，支持敏捷SOC演进。 - 构建可扩展数据框架：开发统一API（gRPC/REST）与插件系统，便于未来集成新数据源（如CTI威胁情报、UEBA用户行为）；确保架构弹性（K8s容器化、水平扩展）。 - 系统性能运维：监控数据吞吐（ELK栈集成）、成本优化（数据压缩/分区），保障99.99%+可用性；处理全球数据合规（如数据驻留、匿名化）。 4. AI辅助大数据开发与智能提升： - 能够充分利用AI工具加速开发。 - 探索AI在SOC中的应用：集成机器学习引擎（如TensorFlow/Go bindings）实现智能告警（异常基线学习）、自动化响应（AI驱动隔离决策）、自然语言查询（LLM解析日志），提升威胁响应效率。 5. 跨团队协作与文档维护： -
Challenge Yourself and Impact the Future! MacDermid Alpha Electronics Solutions, a business segment of Element Solutions Inc (NYSE: ESI), is renowned worldwide for its commitment to revolutionizing the electronics industry. With a legacy spanning over a
大模型数据工程师/专家 北京 全职 互联网 / 电子 / 网游 职位描述 1、负责自动驾驶 & 通用大模型双赛道的数据底层基建全链路架构设计与研发，搭建支撑 VLM 大模型、视频生成、自动驾驶世界模型、端到端智驾模型训练的高性能、高可扩展数据生产平台；2、打通图像、视频、激光雷达点云、多传感器时序数据全生命周期链路，构建行业领先的数据治理体系，用 AI 工程化能力反哺数据生产全流程，持续驱动模型迭代效率与数据质量上限。 职位要求 1、具备扎实的大规模分布式系统架构设计、底层数据平台基建开发经验，具备完整复杂系统的架构搭建与迭代优化经验；2、熟练掌握Python/Go/C++ 等一到多门开发语言，具备优秀的工程化设计、代码架构与性能调优能力；3、深度精通分布式数据处理技术，拥有TB/PB 级海量多模态数据存储、计算、调度、流水线开发经验，熟悉湖仓一体、对象存储、分布式计算生态技术栈；4、深度熟悉大模型训练全流程，完整了解预训练、SFT 微调、RLHF 对齐全链路，理解大模型训练对数据体系、数据质量、数据供给链路的核心诉求。加分项：1、具备自动驾驶领域数据基建经验优先，熟悉激光雷达点云、车载多传感器融合数据处理、智驾场景数据挖掘、自动驾驶世界模型/端到端大模型数据体系建设经验优先；2、有长视频数据处理、3D 数据基建、大规模预训练数据集构建经验优先。 投递...
北京职位 - 如果希望在北京工作，请投递本职位。 毕业时间：2026年10月 - 2027年9月之间毕业的应届毕业生 · 投递须知： 1 填写简历申请时，请把必填和非必填项都填写完整。提交简历之后就无法修改了哦！ 2 学校的英文全称请准确填写。中英文对应表，请点击链接查看 https://docs.qq.com/sheet/DVmdaa1BCV0RBbnlR?tab=BB08J2 3 简历不限中英文。 如果您正在攻读计算机，AI，ML等相关专业的博士或硕士研究生，而且对应用科学家的工作感兴趣。如果您也喜爱深入研究棘手的技术问题并提出解决方案，用成功的产品显著地改善人们的生活。 那么，我们诚挚邀请您加入亚马逊的International Technology搜索团队改善Amazon的产品和服务。我们的目标是帮助亚马逊的客户找到他们所需的产品，并发现他们感兴趣的新产品。这会是一份收获满满的工作。您每天的工作都与全球数百万亚马逊客户的体验紧密相关。您将提出创新，基于TB级别的产品和流量数据设计模型。您将集成这些模型为客户提供服务，通过数据，建模和客户反馈来完成闭环。您对模型的选择需要能够平衡业务指标和响应时间的需求。 Key job responsibilities 基本要求 正在攻读计算机工程，计算机科学，AI，机器学习，运筹学，统计或相关领域的硕士或博士学位。 有AI，ML实验设计和统计分析的经验。 有使用代码和工具实现算法的经验。 至少能熟练地使用一种编程语言（例如Python，Java，C ++等）编码和解决问题。 加分项： 在顶级会议或者期刊上有论文发表。 技术视野好；能与技术团队成员深入讨论概念和算法，并对应用问题提出恰当的解决方案。 出色的批判性思维能力；能以口头和书面形式清楚地向团队沟通您的技术方案。 Basic Qualifications- Chinese citizen Preferred Qualifications-
数据闭环工程师（工程交付方向） 上海 全职 算法类 职位描述 1.负责训练评测数据交付，保证数据质量，确保交付的数据能直接服务于模型训练迭代；2.根据质量监控和治理体系，确保数据准确性和一致性，实现数据血缘追踪、元数据管理和数据版本控制；3.负责端到端智驾数据产线基础算法建设，包括但不限于数据检索挖掘算子开发、数据清洗&质检算法开发、数据服务开发和维护；3.负责组织数据管理相关会议，拉通对齐数据链路各环节进度，主动识别数据交付风险，推动并跟进堵点问题解决；4.与算法团队紧密协作，理解数据使用场景和需求，优化数据Pipeline以匹配模型迭代节奏。 职位要求 1.硕士及以上学历，扎实的计算机/软件工程基础，熟练Python/C++/Go其中一门语言，具备多线程、异步、大数据、高并发等系统的设计经验；熟悉shell命令及开发；2.必须具有智驾（智能辅助驾驶）行业相关工作经验，熟悉智驾数据特点，包括感知、预测、规划、控制等模块数据；3.有单表TB级别以上数据大规模分布式计算和特征工程实战经验，具备PB级别数据管理和治理经验；4.熟悉自动驾驶数据格式（Rosbag、Mcap、HDF5等），了解并处理过各类2D/3D标注数据、场景标注数据者优先；5.具备良好的沟通协调、问题推动及团队合作能力,责任心强、执行力强，有端到端智驾大模型数据工程经历者加分。 投递...
NVIDIA NVLink Fusion delivers industry-leading AI scale-up and scale-out performance with NVIDIA technology plus semi-custom ASICs or CPUs . NVIDIA is seeking a Senior Custom SOC/IP Verification Engineer to verify the next generation NVLink Fusion semi-custom
BMS AI算法工程师-北京/上海 北京、上海 全职 生产 / 制造 / 加工 - 汽车制造 职位描述 1.SOX算法开发与全生命周期管理1.1 SOC高精度估计：基于电化学机理模型（如DFN模型）与数据驱动方法（LSTM、Transformer），融合电池电压、电流、温度、内阻等多维数据，设计自适应卡尔曼滤波算法（如UKF、AEKF），解决低温/高倍率工况下的累积误差问题（目标误差＜1%）; 构建动态参数辨识框架（如基于遗传算法或粒子群优化），实时校准电池容量、内阻等关键参数，提升SOC估算的长期稳定性；1.2 SOH预测与退化建模：利用迁移学习技术，将实验室加速老化数据泛化至实际车载场景，构建基于容量衰减、内阻增长、SEI膜演化的多维度退化模型，实现SOH误差＜2%；1.3 SOP动态边界计算：基于电芯温度、SOC、老化状态的实时反馈，建立多约束条件下的峰值功率预测模型（如电化学-热耦合模型），防止过充/过放风险，支持极端工况（如赛道模式）下的动态功率调整。2. AI模型开发与优化2.1开发轻量化神经网络模型（如MobileNet、TinyML架构），通过剪枝、量化、知识蒸馏等技术将模型压缩至嵌入式平台可运行规模，满足实时性要求（响应延迟＜50ms）；2.2数据驱动与仿真验证: 构建电池全生命周期数据库（覆盖电芯、模组、系统层级），通过SQL处理TB级数据，提取关键特征（如充放电曲线拐点、弛豫电压特性）用于模型训练；使用MATLAB/Simulink搭建多物理场耦合仿真平台（电化学+热力学+机械应力），验证算法在极端工况下的鲁棒性，并通过HIL测试实现算法闭环迭代；2.3 与BMS硬件团队协作，优化AI算法在嵌入式平台的资源分配，支持C代码自动生成与功能安全认证。 职位要求 1.硕士及以上学历，自动化、计算机、电化学等相关专业，5年以上BMS算法开发经验，2.精通优化算法（如EKF/UKF、最小二乘）与AI算法（XGBoost/LSTM/强化学习）；3.能融合电化学模型（等效电路、单粒子模型）与数据驱动方法解决SOC/SOH/SOP估计问题；4.熟练使用Python/MATLAB开发算法，熟悉MBD流程（Simulink建模、HIL测试）；5.深入理解电池热-电化学耦合模型、老化模型及析锂预测方法，具备多物理场仿真能力如COMSOL；6.主导过至少1个量产项目的SOX算法开发，熟悉车规级开发流程（ISO 26262/ASPICE）。 投递...