具身数据科学家 Expert Research Scientist on Autonomous Polyfunctional Robot (Data Full-Stack)
Siemens Suzhou, Jiangsu, China
Automation Machinery Manufacturing · 10,001+ employees
Applying here? Try the free cover letter tool — paste this posting and your résumé, no account needed.
About the role
You will design and implement end-to-end data pipelines for embodied AI, managing multimodal data from collection to model training. Additionally, you will develop algorithms for data quality, simulation-to-real transfer, and model evaluation to enhance the capabilities of autonomous polyfunctional robots.
What they look for
Requirements
Candidates must hold a Master's degree or higher in Computer Science, Robotics, or AI with at least 5 years of relevant experience. Proficiency in distributed data systems, robotics simulation environments, and deep learning frameworks is essential for this role.
Benefits
Full description
职位概述
作为连接数据基础设施与算法创新的关键桥梁，你将端到端负责具身智能数据栈的建设。你将设计高吞吐、高可靠的多模态数据管线和 Physical AI Harness，并定义数据与算法策略，包括数据清洗、对齐、增强与数据混合，从而直接拓展 VLA 基础模型的能力边界。作为数据工程与数据智能的双重架构师，你将确保从物理世界数据采集到模型训练的每一个环节都由算法洞察、工程严谨性和可衡量的真实世界影响驱动。
工作职责：
- 数据基础设施与管线架构
o 设计并产品化端到端数据管线，覆盖采集、传输、清洗、对齐、训练与评估，面向 PB 级异构机器人数据，包括 RGB-D、LiDAR、本体感知、力/触觉传感以及遥操作轨迹。
o 构建多模态时序对齐与质量过滤框架，解决跨传感器时间同步、坐标系统一和动作空间标准化等问题。
o 建立自动化反馈机制，将真实部署日志回流至训练集群，形成自强化的数据飞轮。
o 开发 Sim2Real 合成数据生成与增强管线，并与 Isaac Sim 等仿真引擎集成，支持真实数据与合成数据混合的大规模训练。
- 数据算法与策略定义
o 建立具身数据集的算法评估框架，量化评估数据多样性、任务覆盖度、动作空间分布、物理一致性和跨本体泛化能力。
o 主导构建受 Open X-Embodiment 启发的大规模机器人学习数据集，负责数据清洗、去重、重采样和价值密度优化算法。
o 开发由 VLM 和 LLM 驱动的自动化标注管线，以及半监督和主动学习框架，显著降低人工遥操作标注成本。
o 探索跨本体数据迁移与统一动作表示，解决异构机器人数据融合中的兼容性与对齐挑战。
- 数据质量与模型闭环
o 将数据策略与模型后训练紧密结合，通过数据混合、课程学习和去偏算法，提升 VLA 与 Diffusion Policy 模型的训练动态和真实机器人表现。
o 从数据中心视角构建模型诊断工具，识别感知、推理、规划与执行环节的瓶颈，并与数据生产团队协作，形成评估—诊断—优化—再训练闭环。
o 建立数据安全与合规流程，保护数据采集、存储和标注全生命周期中的隐私与物理安全。
- Physical AI Harness 与真实机器人协作
o 通过 Physical AI Harness 架构标准化的真实机器人评估数据基础设施，支持多场景自动化数据采集、任务编排和 A/B 测试。
o 定义真实机器人数据采集协议和元数据标准，确保从物理世界到训练集群的语义一致性与可追溯性。
o 与算法、硬件和产品团队紧密合作，将数据洞察转化为可执行的技术路线图和部署策略。
任职要求：
- 教育背景：计算机科学、机器人、人工智能或相关专业硕士及以上学历；5 年以上相关经验。
- 研发经验：具备 Spark、Flink 或 Ray 等分布式数据系统及大规模多模态数据处理的工程经验，同时具备扎实的机器学习与数据科学算法基础。
- 核心技术能力：
o 深刻理解 VLA、端到端模仿学习和强化学习的数据需求与训练动态，并能从数据中心视角提升模型表现。
o 熟悉 ROS/ROS2、Isaac Sim 和 MuJoCo 等机器人仿真环境、真实机器人数据采集管线、遥操作系统和传感器标定。
o 精通 Python，熟悉 PyTorch，并具备 DeepSpeed、FSDP 等大规模分布式训练框架或现代数据工程工具链的实践经验。
o 具备强系统思维和跨职能协作能力，能够将数据、模型与硬件连接成端到端优化闭环。
o 问题解决能力：具备卓越的分析、实验和系统级问题解决能力，能够应对复杂、开放式的具身智能、机器人数据和真实部署挑战。
o 动手实践能力：具备在物理机器人平台上实现、测试和部署具身智能及数据中心机器人学习方案的经验，覆盖数据采集、标注、模型训练、评估、验证以及与真实机器人控制闭环的集成。
o 沟通能力：具备优秀的书面和口头沟通能力，能够清晰阐述复杂的数据、人工智能与机器人技术概念，发表高质量研究成果，并与算法、数据、硬件和产品团队高效协作。
o 热情与驱动力：对推动自主多功能机器人的具身智能发展充满热情，并致力于将数据全栈研究转化为可衡量的真实世界自主能力和部署影响。
加分项：
- 在 CoRL、RSS、ICRA、IROS 等顶级机器人会议，或 NeurIPS、ICML 等机器学习会议发表过论文，尤其是数据相关方向。
为什么加入我们？
- 影响力：参与定义多功能机器人如何感知、理解并与复杂工业环境交互，直接塑造其自主性和能力边界。
- 创新性：在具身智能、数据基础设施、基础模型和先进机器人交叉领域开展前沿研究挑战。
- 资源支持：使用先进计算基础设施、先进机器人平台、丰富传感器套件以及专业团队资源。
- 团队文化：加入协作、开放、富有智力挑战且支持创新的环境，在这里大胆技术想法会被重视和鼓励。
- 成长空间：在快速发展的高影响力领域持续学习、提升专业能力并获得职业发展机会。
准备好构建驱动自主多功能机器人的数据智能栈了吗？
如果你是一位具有开拓精神的数据全栈研究科学家，希望将多模态机器人数据转化为可扩展的数据基础设施、更强大的 VLA 基础模型和真实世界自主能力提升，我们诚挚欢迎你申请。请提交你的简历、说明研究兴趣和相关经验的求职信，以及作品集、论文或 GitHub 主页链接。
Job ID
524276
Posted since
30-Sep-2026
Organization
Foundational Technologies
Field of work
Research & Development
Company
Siemens Ltd., China
Experience level
Mid-level Professional
Job type
Full-time
Work mode
Office/Site only
Employment type
Fixed Term
Location(s)
• Suzhou - Jiangsu Sheng - China
