建立“從雙目輸入到訓(xùn)練數(shù)據(jù)集到回歸門禁 ”的全鏈路基礎(chǔ)設(shè)施：標(biāo)定同步可信、錄制回放可復(fù)現(xiàn)、數(shù)據(jù)集格式統(tǒng)一可訓(xùn)練。

職責(zé)
1. 設(shè)計(jì)并實(shí)施面向 MR 眼鏡多模態(tài)數(shù)據(jù)采集，涵蓋傳感器數(shù)據(jù)（攝像頭，TOF 及交互行為數(shù)據(jù)和環(huán)境語義信息）
2. （驗(yàn)收傳感器數(shù)據(jù)）雙目標(biāo)定/同步/校正輸出（RectifiedStereoFrame），TOF 及 6DOF 數(shù)據(jù)
3. 指定數(shù)據(jù)質(zhì)量評估體系（如標(biāo)注準(zhǔn)確率，場景覆蓋率，分布均衡性），通過自動(dòng)化校驗(yàn)（規(guī)則引擎，異常檢查）和人工抽樣審核保障數(shù)據(jù)的有效性
4. 和算法團(tuán)隊(duì)深度協(xié)作，將模型需求（多模態(tài)對齊，長尾場景挖掘）轉(zhuǎn)換為可執(zhí)行采集數(shù)據(jù)（合成數(shù)據(jù)生成）
5. 數(shù)據(jù)標(biāo)注與增強(qiáng)（和標(biāo)注相關(guān)團(tuán)隊(duì)合作，指定標(biāo)注規(guī)范，確保標(biāo)注一致性）
6. 支持算法研發(fā)，為手勢算法及相關(guān)視覺技術(shù)團(tuán)隊(duì)提供高質(zhì)量數(shù)據(jù)集，設(shè)計(jì)錄制包標(biāo)準(zhǔn)（Recording Spec）與跨設(shè)備錄制工具（眼鏡端/手機(jī)端） ，回放評測（Replay/ Benchmark）與回歸門禁（nightly/ PR gate），數(shù)據(jù)集收集與制作：多來源數(shù)據(jù)（RK/高通/手機(jī)/外部數(shù)據(jù)集）統(tǒng)一轉(zhuǎn)換到 Dataset Spec ，數(shù)據(jù)版本與泄漏防護(hù)：split 規(guī)則、增強(qiáng)隔離、抽檢與標(biāo)注流程對接
7. 跨團(tuán)隊(duì)合作，與硬件團(tuán)隊(duì)，軟件團(tuán)隊(duì)，算法團(tuán)隊(duì)合作，確保數(shù)據(jù)流和系統(tǒng)架構(gòu)集成

學(xué)歷：
計(jì)算機(jī)科學(xué)，軟件工程，數(shù)據(jù)科學(xué)或相關(guān)專業(yè)，本科以上學(xué)歷

技能：
具備 3 年 AI 數(shù)據(jù)產(chǎn)品相關(guān)工作經(jīng)驗(yàn)，有算法研究或與算法團(tuán)隊(duì)直接溝通對接經(jīng)驗(yàn)者優(yōu)先
熟悉 AI 模型研發(fā)全流程（數(shù)據(jù)準(zhǔn)備-模型訓(xùn)練-評估-部署），了解常見機(jī)器學(xué)習(xí)/深度學(xué)習(xí)模型（如 CNN 、RNN 、Transformer 等）的數(shù)據(jù)需求特點(diǎn)
熟練掌握 Python 編程語言及數(shù)據(jù)庫 SQL 語言，了解 Json 、Markdown 、HTML 等數(shù)據(jù)格式熟悉 linux 環(huán)境和系統(tǒng)運(yùn)維，腳本開發(fā)經(jīng)驗(yàn)

經(jīng)驗(yàn)：
2 年以上 MR 眼鏡及視覺相關(guān)行業(yè)數(shù)據(jù)相關(guān)工作經(jīng)驗(yàn)有數(shù)據(jù)質(zhì)量管理和問題排查經(jīng)驗(yàn)
對于數(shù)據(jù)處理，合成數(shù)據(jù)生成有深刻理解溝通協(xié)作能力，能夠跨團(tuán)隊(duì)高效溝通
獨(dú)立思考和解決復(fù)雜技術(shù)問題的能力


加分：
有過 MR 眼鏡傳感器數(shù)據(jù)集評估，采集處理相關(guān)經(jīng)驗(yàn)