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": "日常实习生-数据智多星-具身智能真机方向",
"job_level": "实习",AI生成
"work_category": "实习",AI生成
"department": "阿里巴巴控股集团",
"location": "杭州",
"work_mode": "未披露",AI生成
"job_category": "技术类"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": "",
"degree": "硕士及以上学历",
"language": "未披露",AI生成
"visa_support": "未披露",
"responsibilities": "1. 具身训练数据研究：研究具身训练数据对模型性能的影响，设计并分析训练数据配比（真机、UMI、视频、仿真等）；\n2. 模型训练分析：研究VLA等具身模型训练，分析数据对模型训练效果的影响；\n3. 数据集构建：构建大规模高质量在领域内有影响力的具身数据集，研究具身数据 Scaling Law；\n4. 具身评测与分析：研究具身智能真机评测基准构建，覆盖长程任务、跨场景、跨任务以及跨本体泛化能力评估。",
"requirements_text": "1. 硕士及以上学历，具有一年以上具身智能研究经验，熟悉机器人/机械臂/灵巧手等真机操作和仿真环境；\n2. 熟悉 VLA/MLLM/Diffusion Policy/ACT等模型架构，具备具身模型训练经验；\n3. 熟悉具身智能各种数据形式，如真机摇操、UMI、仿真、Ego视频等；\n4. 以一作/共一发表过具身、机器人、视觉、多模态等相关顶会顶刊论文，或作为核心贡献者（前3）参与过高影响力具身研发/工程项目，或在知名机器人/具身/AI竞赛中获奖（<5%）；\n5. 积极主动，具备较强的团队协作能力、复杂问题解决能力；",
"skills": [AI生成
"模型训练",
"团队协作"
],
"preferred_qualifications": "未披露",
"job_highlights": "未披露"
},
"contact": {
"recruiter_name": "未披露",
"contact_methods": [
{
"type": "apply_link",
"value": "https://campus-talent.alibaba.com/campus/position/199904280014?deptCodes="
}
]
},
"posting": {
"posting_id": "199904280014",
"post_date": "2026-04-16",
"hire_time": "未披露",
"update_date": "20260917",
"job_url": "https://campus-talent.alibaba.com/campus/position/199904280014?deptCodes="
},
"fulltext": "日常实习生-数据智多星-具身智能真机方向\n日常实习生-数据智多星-具身智能真机方向\n\n基础信息\n毕业起止时间要求：2026-11-01 - 2030-01-01\n职位类别：技术类\n招聘项目：阿里巴巴日常实习生\n工作地点：杭州\n\n职位描述\n1. 具身训练数据研究：研究具身训练数据对模型性能的影响，设计并分析训练数据配比（真机、UMI、视频、仿真等）；\n2. 模型训练分析：研究VLA等具身模型训练，分析数据对模型训练效果的影响；\n3. 数据集构建：构建大规模高质量在领域内有影响力的具身数据集，研究具身数据 Scaling Law；\n4. 具身评测与分析：研究具身智能真机评测基准构建，覆盖长程任务、跨场景、跨任务以及跨本体泛化能力评估。\n\n职位要求\n1. 硕士及以上学历，具有一年以上具身智能研究经验，熟悉机器人/机械臂/灵巧手等真机操作和仿真环境；\n2. 熟悉 VLA/MLLM/Diffusion Policy/ACT等模型架构，具备具身模型训练经验；\n3. 熟悉具身智能各种数据形式，如真机摇操、UMI、仿真、Ego视频等；\n4. 以一作/共一发表过具身、机器人、视觉、多模态等相关顶会顶刊论文，或作为核心贡献者（前3）参与过高影响力具身研发/工程项目，或在知名机器人/具身/AI竞赛中获奖（<5%）；\n5. 积极主动，具备较强的团队协作能力、复杂问题解决能力；\n\n在招业务\n阿里巴巴控股集团\n1. 具身训练数据研究：研究具身训练数据对模型性能的影响，设计并分析训练数据配比（真机、UMI、视频、仿真等）；\n2. 模型训练分析：研究VLA等具身模型训练，分析数据对模型训练效果的影响；\n3. 数据集构建：构建大规模高质量在领域内有影响力的具身数据集，研究具身数据 Scaling Law；\n4. 具身评测与分析：研究具身智能真机评测基准构建，覆盖长程任务、跨场景、跨任务以及跨本体泛化能力评估。\n1. 硕士及以上学历，具有一年以上具身智能研究经验，熟悉机器人/机械臂/灵巧手等真机操作和仿真环境；\n2. 熟悉 VLA/MLLM/Diffusion Policy/ACT等模型架构，具备具身模型训练经验；\n3. 熟悉具身智能各种数据形式，如真机摇操、UMI、仿真、Ego视频等；\n4. 以一作/共一发表过具身、机器人、视觉、多模态等相关顶会顶刊论文，或作为核心贡献者（前3）参与过高影响力具身研发/工程项目，或在知名机器人/具身/AI竞赛中获奖（<5%）；\n5. 积极主动，具备较强的团队协作能力、复杂问题解决能力；",
"standard_classification": {
"std_category_code": "T013",
"std_aux_codes": [],
"std_category_status": null,
"std_taxonomy_version": "20261104"
}
}