数据技术及产品部-大模型RL Data工程师-物理设备操作 Agent

职位描述

主导大模型「操作物理设备」方向的数据体系建设，覆盖数据生产、模型评测与质量管控全链路，从 0 到 1 定义模型对实验室与工业设备的感知、理解、指令映射与多步自主操作的能力边界，构建高质量、可验证、可复现、以安全为先的标注与评测数据集。物理设备操作，主要指科学实验自动化操作。本方向以设备知识/接口规范、仿真与评测为核心：实体设备数据主要依托外部合作实验室与设备厂商协作获取，而非自建数据采集场。具体包括： 1. 能力体系与标准制定：搭建物理设备操作评测体系，完成能力维度拆解（设备状态感知与理解、read/write 原语到设备动作的映射、多设备编排、多步实验/工艺流执行、实时监控与动态调参、硬件错误恢复、安全限位判断、长程自主），制定任务难度分级、标注规范、评分标准与 rubric / 金标准。 2. 数据生产与标注：构建设备知识与「参考文件」数据——将设备手册、隐性操作经验、机器特性（如机械臂负载、量程、安全边界）通过自然语言标签结构化，沉淀为可供 agent 直接消费的标准化设备描述文件（能测什么、能调什么、强制哪些安全限位），支撑 agent 操作「从没见过的新设备」；以仿真与数字孪

任职要求

1. 具备机器人、机电一体化、自动化/控制、实验室自动化、科学仪器，或多模态大模型 / 具身智能 / Agent 相关背景（博士或同等深度研究/工程经历），对「AI 操作物理设备」的能力边界有深入判断，能将真实设备操作任务转化为可评测、可验证的数据。 2. 理解物理设备与实验室/制造工作流的实际操作，熟悉仪器集成与控制栈（如 ROS/ROS2、MCP、设备驱动/API、传感器数据采集），了解操作物理硬件的典型失败模式（标定漂移、碰撞、时延、超限、不可逆错误）。 3. 熟练掌握 Python，具备数据处理、统计分析与可视化能力；了解主流大模型推理服务，以及机器人/自动化与仿真工具链（如 Isaac Sim、MuJoCo、Gazebo）的调用方式与工程约束。 4. 了解 Agent 核心机制（ReAct、Tool Use、Planning、多步推理与反思）与后训练范式（SFT / RLHF / 可验证奖励 RL、RLVR），对具身/物理操作类 Agent 的能力边界（感知误差累积、sim2real gap、长程任务失败模式、实时控制约束、物理安全风险）有认知或实践。 5. 有以下经验者优先