主分类：机器人与自动驾驶算法研发
来源 JD 数据（旧分类保留，当前主分类见上方）
{
"schema_version": "via_ai_product_manager_jobs_v1",
"data_type": "ai_product_manager_jobs",
"job": {
"job_title": "数据技术及产品部-数据算法工程师-具身智能模型",
"job_level": "未披露",AI生成
"work_category": "全职",AI生成
"department": "阿里集团",
"location": "杭州",
"work_mode": "未披露",AI生成
"job_category": "技术类-算法"AI生成
},
"company": {
"company_name": "阿里巴巴控股集团",
"company_industry": "电子商务 / 云计算 / 人工智能",
"company_size": "未披露",
"company_website": "alibaba.com",
"company_description": "阿里巴巴集团面向消费者和企业提供电子商务、云计算及人工智能服务。"
},
"compensation": {
"salary_range": {
"min": "",
"max": "",
"currency": "未披露",
"cycle": "未披露"
},
"benefits": "未披露"
},
"requirements": {
"working_years": 2,
"degree": "计算机科学、人工智能、机器人学、统计学等相关专业硕士及以上学历",
"language": "未披露",AI生成
"visa_support": "未披露",
"responsibilities": "1.跟踪具身智能前沿进展，探索不同模型范式，从 Data-Centric 视角研究不同训练阶段对数据的差异化需求，设计消融实验与对照训练验证数据假设。\n2.研究全面自主的具身智能需要什么数据，量化不同来源、不同范式的数据对模型能力的贡献，回答哪些数据值得吸收、值得规模化，探索具身场景下的数据 scaling law。\n3.设计具身智能评测基准（benchmark），构建可量化、可复现的能力验证体系，闭环支撑数据与模型的联合迭代。\n4.参与开源项目建设与顶会论文发表，沉淀研究成果为可复现的开放工具与学术贡献。",
"requirements_text": "1.计算机科学、人工智能、机器人学、统计学等相关专业硕士及以上学历。\n2.2 年以上机器学习/具身智能/机器人学习相关研究或工程经验。\n3.深入理解具身 VLA/WAM 模型的核心原理与训练机制，熟悉主流架构。具备深度学习和多模态模型经验，熟悉常见计算机视觉算法和大模型算法，有工程化落地经验。\n4.熟悉 Data-Centric AI 方法（数据选择、数据质量评估、数据混合优化等），或有相关研究经验者优先。\n5.有具身智能/机器人相关顶会论文发表（CoRL、RSS、ICRA、NeurIPS、ICML 等）或知名开源项目贡献者优先。\n6.具备良好的研究品味和工程能力，能独立推进从研究到落地的完整闭环",
"skills": [AI生成
"机器学习",
"深度学习",
"计算机视觉",
"大语言模型"
],
"preferred_qualifications": "4.熟悉 Data-Centric AI 方法（数据选择、数据质量评估、数据混合优化等），或有相关研究经验者优先；5.有具身智能/机器人相关顶会论文发表（CoRL、RSS、ICRA、NeurIPS、ICML 等）或知名开源项目贡献者优先",
"job_highlights": "未披露"
},
"contact": {
"recruiter_name": "未披露",
"contact_methods": [
{
"type": "apply_link",
"value": "https://talent-holding.alibaba.com/off-campus/position-detail?positionId=100018600028"
}
]
},
"posting": {
"posting_id": "100018600028",
"post_date": "2026-08-27",
"hire_time": "未披露",
"update_date": "20260917",
"job_url": "https://talent-holding.alibaba.com/off-campus/position-detail?positionId=100018600028"
},
"fulltext": "数据技术及产品部-数据算法工程师-具身智能模型\n数据技术及产品部-数据算法工程师-具身智能模型\n\n基础信息\n职位类别：技术类-算法\n工作地点：杭州\n\n职位描述\n1.跟踪具身智能前沿进展，探索不同模型范式，从 Data-Centric 视角研究不同训练阶段对数据的差异化需求，设计消融实验与对照训练验证数据假设。\n2.研究全面自主的具身智能需要什么数据，量化不同来源、不同范式的数据对模型能力的贡献，回答哪些数据值得吸收、值得规模化，探索具身场景下的数据 scaling law。\n3.设计具身智能评测基准（benchmark），构建可量化、可复现的能力验证体系，闭环支撑数据与模型的联合迭代。\n4.参与开源项目建设与顶会论文发表，沉淀研究成果为可复现的开放工具与学术贡献。\n\n职位要求\n1.计算机科学、人工智能、机器人学、统计学等相关专业硕士及以上学历。\n2.2 年以上机器学习/具身智能/机器人学习相关研究或工程经验。\n3.深入理解具身 VLA/WAM 模型的核心原理与训练机制，熟悉主流架构。具备深度学习和多模态模型经验，熟悉常见计算机视觉算法和大模型算法，有工程化落地经验。\n4.熟悉 Data-Centric AI 方法（数据选择、数据质量评估、数据混合优化等），或有相关研究经验者优先。\n5.有具身智能/机器人相关顶会论文发表（CoRL、RSS、ICRA、NeurIPS、ICML 等）或知名开源项目贡献者优先。\n6.具备良好的研究品味和工程能力，能独立推进从研究到落地的完整闭环\n1.跟踪具身智能前沿进展，探索不同模型范式，从 Data-Centric 视角研究不同训练阶段对数据的差异化需求，设计消融实验与对照训练验证数据假设。\n2.研究全面自主的具身智能需要什么数据，量化不同来源、不同范式的数据对模型能力的贡献，回答哪些数据值得吸收、值得规模化，探索具身场景下的数据 scaling law。\n3.设计具身智能评测基准（benchmark），构建可量化、可复现的能力验证体系，闭环支撑数据与模型的联合迭代。\n4.参与开源项目建设与顶会论文发表，沉淀研究成果为可复现的开放工具与学术贡献。\n1.计算机科学、人工智能、机器人学、统计学等相关专业硕士及以上学历。\n2.2 年以上机器学习/具身智能/机器人学习相关研究或工程经验。\n3.深入理解具身 VLA/WAM 模型的核心原理与训练机制，熟悉主流架构。具备深度学习和多模态模型经验，熟悉常见计算机视觉算法和大模型算法，有工程化落地经验。\n4.熟悉 Data-Centric AI 方法（数据选择、数据质量评估、数据混合优化等），或有相关研究经验者优先。\n5.有具身智能/机器人相关顶会论文发表（CoRL、RSS、ICRA、NeurIPS、ICML 等）或知名开源项目贡献者优先。\n6.具备良好的研究品味和工程能力，能独立推进从研究到落地的完整闭环",
"standard_classification": {
"std_category_code": "T013",
"std_aux_codes": [],
"std_category_status": null,
"std_taxonomy_version": "20261104"
}
}