后训练数据算法工程师（VLA / 具身智能方向）

【岗位职责】 职位描述 负责 VLA 具身模型后训练阶段的数据体系建设与算法研发，面向 SFT、DPO、RLHF/RLAIF 等后训练范式，搭建高质量后训练数据生产、筛选、编排、评估闭环，支撑具身大模型对齐与能力迭代。 后训练多模态数据质量建模：针对视频、图像、机器人状态、动作轨迹、指令、反馈偏好等时序多模态数据，做一致性校验、时序对齐、噪声 / 坏样本识别、隐私脱敏，建立适配后训练目标的可解释质量打分、错误归因体系，区分指令歧义、动作不合理、轨迹矛盾、图文不匹配等问题。 后训练样本自动标注与增强算法：基于 VLM、视频理解模型研发自动化标注工具链，实现指令改写、偏好对构建、轨迹重描述、结果评判、正负样本构造、困难样本增广，落地 SFT / 偏好数据的自动化生产，降低人工标注成本。 面向后训练目标的高价值样本挖掘：从原始采集数据、模型 rollout 回放数据中挖掘高冲突、高难度、长尾、边…… 完整岗位描述与官方投递入口,请登录后在岗位详情页查看。

本站当前在招 21045 个北京岗位（全城各职能合计），其中 1782 个公开标注了薪资。按这些标注统计：月薪（税前）主流区间 7K ~ 20K（25~75 分位），中位约 12K，最低 1K、最高 300K。