腾讯(tencent)招聘数据引擎工程师（具身智能）
招聘职位：
数据引擎工程师（具身智能） 搜索同类职位
岗位职责：
1.基于开源/商用基座大模型（LLM/VLM）、经典视觉模型、与图像视频生成式模型，构建自动数据理解与自标注能力，规模化抽取物体语义、场景语义、人类意图、对象与人-物交互关系、时序与因果等高价值信息；
2.研发数据增广与合成方案，开展图像/视频/3D/轨迹层面的多样性增广与物理一致性合成，进行场景重建与对象重组，补齐长尾样本与难例数据；
3.建立覆盖完整性、准确性、偏差、时空一致性与可学习性的质量评估与度量体系，构建自动化评测基准，驱动数据闭环迭代与效果归因；
4.与算法/机器人团队协同，围绕操作模型与感知模型的训练目标制定数据策略，开展“数据—训练—评估—回收”的闭环，量化提升数据利用效率与模型收敛速度；
5.集成各类大模型与工具生态，编排模型API与推理服务，沉淀可复用的管道组件、Prompt模板与评测脚本，提升自动化程度与产线复用度。
岗位要求：
1.计算机、自动化、电子信息、机器人、人工智能、统计等相关专业本科及以上学历；具身智能/计算机视觉/多模态方向背景优先；
2.扎实的编程与工程能力：熟练掌握Python，具备良好的数据结构与算法功底；熟悉Linux、Git、容器化与基本CI/CD实践；
3.数据工程与流水线经验：熟悉数据清洗与ETL、任务调度、分布式计算、对象存储与消息队列、数据版本管理；
4.多模态/视觉能力：掌握检测/分割/跟踪/姿态估计/3D重建/事件分割等常见任务；能熟练使用与微调开源模型与工具（如OpenMMLab、Detectron2、SegmentAnything、LLaVA/InternVL/Qwen-VL等）；
5.生成式模型应用：具备图像/视频生成与可控生成实践，熟悉Diffusion系模型及控制方法，能将其用于合成数据与难例增广；
6.大模型与API生态：能熟练调用和编排LLM/VLM及其API（本地推理与云端服务），具备Prompt工程、函数调用与工具链集成经验；
7.标注体系与质控：熟悉常见标注平台与流程，能制定标注规范、设计质检机制，实践主动学习与人机协同；
8.数据评估与选择：了解弱监督/半监督/自监督、伪标签、数据选择/采样、去偏与覆盖度评估等方法，能够以数据驱动方式提升模型效果与数据ROI；
9.具身智能/机器人基础：理解操作轨迹表示、模仿学习/行为克隆、策略学习、可供性/接触事件、人机交互意图等概念，有相关数据或项目经验；
10.良好的沟通协作与文档能力，结果导向与Owner意识，能在快速迭代环境下推进复杂项目落地；具备英文技术文献阅读能力；
11.工作年限：3年以上相关经验（特别优秀者可适当放宽）。
加分项：
1.真实机器人数据经验（多传感器同步、标定、手眼协调、力/触觉等），或仿真到现实迁移（DomainRandomization/Sim2Real）经验；
2.3D与场景生成经验（NeRF、GaussianSplatting、场景重建与资产管线），提升视频/轨迹数据的空间一致性与多样性；
3.MLOps/DataOps实践（如MLflow/Weights&Biases/ClearML），能建立数据与训练的可观测性与可追溯体系；
4.主导过规模化数据项目，落地开源数据集/评测基准或在相关领域有论文/专利；活跃的开源贡献者优先。具备知识图谱/关系抽取、事件抽取能力，可构建对象与人-物交互的语义关系图。
岗位介绍：
渴望为世界带来新意的人，早已对描绘未来的“热词”不陌生——人工智能、机器学习、数据科学等等。腾讯始终在业界前沿不断探索，积极布局，并为优秀的你提供无限广阔的舞台。我们坚信科技的不断革新，最终能带来美好的、撼动人心的改变。
1.基于开源/商用基座大模型（LLM/VLM）、经典视觉模型、与图像视频生成式模型，构建自动数据理解与自标注能力，规模化抽取物体语义、场景语义、人类意图、对象与人-物交互关系、时序与因果等高价值信息；
2.研发数据增广与合成方案，开展图像/视频/3D/轨迹层面的多样性增广与物理一致性合成，进行场景重建与对象重组，补齐长尾样本与难例数据；
3.建立覆盖完整性、准确性、偏差、时空一致性与可学习性的质量评估与度量体系，构建自动化评测基准，驱动数据闭环迭代与效果归因；
4.与算法/机器人团队协同，围绕操作模型与感知模型的训练目标制定数据策略，开展“数据—训练—评估—回收”的闭环，量化提升数据利用效率与模型收敛速度；
5.集成各类大模型与工具生态，编排模型API与推理服务，沉淀可复用的管道组件、Prompt模板与评测脚本，提升自动化程度与产线复用度。
岗位要求：
1.计算机、自动化、电子信息、机器人、人工智能、统计等相关专业本科及以上学历；具身智能/计算机视觉/多模态方向背景优先；
2.扎实的编程与工程能力：熟练掌握Python，具备良好的数据结构与算法功底；熟悉Linux、Git、容器化与基本CI/CD实践；
3.数据工程与流水线经验：熟悉数据清洗与ETL、任务调度、分布式计算、对象存储与消息队列、数据版本管理；
4.多模态/视觉能力：掌握检测/分割/跟踪/姿态估计/3D重建/事件分割等常见任务；能熟练使用与微调开源模型与工具（如OpenMMLab、Detectron2、SegmentAnything、LLaVA/InternVL/Qwen-VL等）；
5.生成式模型应用：具备图像/视频生成与可控生成实践，熟悉Diffusion系模型及控制方法，能将其用于合成数据与难例增广；
6.大模型与API生态：能熟练调用和编排LLM/VLM及其API（本地推理与云端服务），具备Prompt工程、函数调用与工具链集成经验；
7.标注体系与质控：熟悉常见标注平台与流程，能制定标注规范、设计质检机制，实践主动学习与人机协同；
8.数据评估与选择：了解弱监督/半监督/自监督、伪标签、数据选择/采样、去偏与覆盖度评估等方法，能够以数据驱动方式提升模型效果与数据ROI；
9.具身智能/机器人基础：理解操作轨迹表示、模仿学习/行为克隆、策略学习、可供性/接触事件、人机交互意图等概念，有相关数据或项目经验；
10.良好的沟通协作与文档能力，结果导向与Owner意识，能在快速迭代环境下推进复杂项目落地；具备英文技术文献阅读能力；
11.工作年限：3年以上相关经验（特别优秀者可适当放宽）。
加分项：
1.真实机器人数据经验（多传感器同步、标定、手眼协调、力/触觉等），或仿真到现实迁移（DomainRandomization/Sim2Real）经验；
2.3D与场景生成经验（NeRF、GaussianSplatting、场景重建与资产管线），提升视频/轨迹数据的空间一致性与多样性；
3.MLOps/DataOps实践（如MLflow/Weights&Biases/ClearML），能建立数据与训练的可观测性与可追溯体系；
4.主导过规模化数据项目，落地开源数据集/评测基准或在相关领域有论文/专利；活跃的开源贡献者优先。具备知识图谱/关系抽取、事件抽取能力，可构建对象与人-物交互的语义关系图。
岗位介绍：
渴望为世界带来新意的人，早已对描绘未来的“热词”不陌生——人工智能、机器学习、数据科学等等。腾讯始终在业界前沿不断探索，积极布局，并为优秀的你提供无限广阔的舞台。我们坚信科技的不断革新，最终能带来美好的、撼动人心的改变。
免责声明：
此信息由腾讯官网 (查看来源)审核并发布，我们转载该信息，仅出于传递更多就业招聘资讯、促进大学生及广大求职者就业之目的。该招聘职位信息的真实性、准确性、时效性及合法性均由原始发布方“腾讯官网”负责。我们作为信息转载平台，不构成求职建议，不涉及任何职业中介服务，不对其内容承担任何形式的保证责任。请用户在使用转载信息时保持审慎，自行判断并承担相应风险，求职请认准企业官方渠道！
