关于智域基石（ArcheBase）
智域基石（ArcheBase）是具身智能数据基础设施的领航者。我们的使命是为机器人提供理解物理世界的"第一性原理"，成为下一代智能机器构建认知的基石。
我们致力于构建具身智能数据操作系统，将人类技能数字化，为具身智能提供高质量数据供给。
当前，具身智能行业面临着严酷的"质量天花板"，伟大的算法往往受困于匮乏的数据。现实世界的物理法则、因果逻辑、力觉、触觉等多维信息反馈，无法仅凭互联网上的数据习得。没有根基的智能，如同沙上建塔。
智域基石应运而生，致力于解决算法专家的终极焦虑——泛化能力与通用能力。通过提供符合物理定律、涵盖长尾场景的高质量数据，我们将智能从"实验室的过拟合"中解放出来，推向真实世界的广阔天地。
我们的愿景：重新定义具身智能数据的工业标准，让不同构型的机器人都能在同一套认知体系下进化。
为什么智域基石是你工作和建立职业生涯的理想之地
在智域基石，我们不只是构建技术，我们正在塑造机器人与物理世界交互的未来。作为具身智能数据基础设施的开拓者，我们相信高质量的数据是解锁机器人智能的关键。我们的使命是通过构建连接物理世界与数字世界的桥梁，让机器人能够像人类一样感知、理解和行动。
我们的文化信条
| 革故鼎新 | 顺境敢自革，变局快调整，让进化成为本能 |
|---|---|
| 智信笃行 | 以人工智能重构业务，用数据驱动决策，诚信守正不妥协 |
| 志存高远 | 怀改变天下之志，专注筑造具身智能数据底座 |
| 躬行尽责 | 人人全权担责，事事追求最优，精益求精 |
| 和衷共济 | 包容互信合作，坚信团队合力远超个体总和 |
在这里，你将创造的不凡
作为机器人算法工程师，你将参与建设具身智能数据与模型验证的核心能力体系。你不仅需要理解模型，也需要理解数据；不仅需要关注实验结果，也需要关注实验结果背后的数据分布、处理逻辑与质量问题。
你将与数据、产品、工程等团队紧密协作，把开源社区中快速演进的模型能力，转化为公司内部可落地、可验证、可比较的算法资产。
你的工作不是孤立地"调一个模型"，而是推动形成一套围绕具身智能数据的工程化方法：从数据处理流程设计，到开源模型复现验证，再到数据质量回流与管线协同优化，帮助团队不断提升机器人学习真实世界能力的效率与确定性。
你将负责
1. 具身智能数据处理流程建设与优化
- 数据理解与拆解：理解算法训练与评测目标，参与具身智能数据的结构设计与字段规范梳理，包括轨迹、动作、观测、多模态传感器信息等
- 数据处理流程开发：参与原始数据到训练数据的处理流程建设，包括清洗、切片、对齐、格式转换、质量过滤、统计分析等关键环节
- 规范适配：支持内部数据与主流开源数据格式、数据集规范的映射与适配，提升数据可复用性与实验效率
- 流程优化：持续优化数据处理链路的稳定性、可追踪性与执行效率，降低数据问题对训练结果的干扰
2. 开源模型复现、验证与效果分析
- 模型复现：复现具身智能、机器人学习相关开源模型与训练流程，包括 imitation learning、behavior cloning、policy learning、VLA 等方向代表性工作
- 实验搭建：完成训练环境搭建、依赖管理、配置整理、实验复跑与结果记录，确保复现过程可追踪、可比对、可复用
- 基线验证：基于内部数据或指定任务构建 baseline，验证模型在不同数据条件、任务场景和训练配置下的表现
- 结果分析：系统分析实验结果，定位模型表现波动的可能原因，包括数据质量、分布偏差、标签问题、预处理策略、训练参数等因素
3. 协助数据管线进行数据验证与质量闭环
- 数据验收支持：与数据管线、数采、标注、QA 团队协作，制定并落地面向算法可用性的基础数据验证规则与验收标准
- 问题识别：通过统计分析、抽样检查、可视化分析、训练反馈等方式识别异常问题，如时间戳错位、轨迹异常、多模态不同步、标注缺失、分布失衡等
- 质量闭环：推动数据问题从发现走向修复，协助建立问题分类、溯源、反馈、复检的闭环机制
- 效果回流：将模型训练与验证中暴露出的数据问题沉淀为规则与经验，反向支持数据生产标准优化
我们需要这样的你
基本要求
- 学历背景：本科及以上，计算机、机器人、自动化、人工智能、电子信息、数学等相关专业优先
- 工作经验：具备算法研发、机器学习、机器人学习或相关方向项目经验；有具身智能、机器人、自动驾驶、多模态数据处理经验者优先
- 编程能力：熟练使用 Python，具备良好的工程实现能力，熟悉常用机器学习和深度学习开发工具链
- 深度学习基础：熟悉 PyTorch 等主流框架，理解模型训练、调参、评测、误差分析的基本方法
- 数据能力：具备较强的数据分析与问题定位能力，能够独立完成数据检查、统计分析与基础验证脚本开发
- 综合素质：逻辑清晰、执行力强，能够在不确定性较高的环境中快速学习、主动推进并解决问题
核心能力
| 数据 理解力 |
能从算法目标出发理解具身智能数据结构、分布与质量问题，识别影响训练效果的关键因素 |
|---|---|
| 复现 能力 |
能够高质量复现开源模型与论文方案，不止跑通，更能定位差异并解释结果 |
| 验证 意识 |
重视实验与数据的可验证性，习惯建立标准、记录过程、沉淀方法 |
| 工程化 思维 |
能将一次性实验转化为可复用流程、可维护工具和可协作机制 |
| 问题 解决 |
面对复杂链路中的模型或数据问题，能够进行系统性拆解并推动闭环 |
| 协作 沟通 |
能够高效连接算法、数据、工程等不同角色，把技术问题转化为可执行方案 |
如果你还会...
- 方向经验：有具身智能、人形机器人、操作策略学习、模仿学习、强化学习相关经验
- 开源生态：熟悉 LeRobot、Open-X Embodiment 等开源具身数据或模型生态
- 复现实战：有开源论文复现、benchmark 搭建、baseline 建设的实战经验
- 数据问题认知：了解具身智能中常见的数据问题，如多模态同步、动作轨迹清洗、观测对齐、数据分布偏差等
- 工程环境：具备 Linux、Docker、训练集群、实验管理工具的使用经验
- 平台建设经验：有数据管线、数据平台、数据质量体系建设相关经历
如果你还具备以下经验，我们会更加欢迎：
在这里，你将获得
作为一家成立于 2025 年的新兴科技企业，智域基石正处于快速成长阶段。加入我们，你将：
- 见证历史：参与公司从初创到行业领先的全过程
- 塑造文化：帮助建立和传承公司的核心价值与文化
- 创造标准：在尚无成熟标准的领域定义最佳实践
- 实现价值：在技术突破与商业成功中找到个人价值实现
如何申请
- 最新简历（中英文均可）：清晰展示您的工作经历、项目成果和专业技能
- 求职信（如有）：说明您为什么适合这个职位，以及您对具身智能数据生产的理解与热情
申请注意事项
- 我们承诺在收到申请后一周内给予初步回复
- 所有申请信息将严格保密
- 欢迎来自不同背景的候选人申请，我们重视多元化