岗位简介：

数据是智能原生科学仪器 AI 的核心。AI 工程师（数据方向）负责设计整套 AI 数据体系，建设可大规模扩展的仿真数据环境，并通过真机采集数据，推动产品在使用中不断自我进化。

你将负责：

1. 设计 AI 数据体系：包括数据采集策略、数据规范、质量标准、评测集和数据管理流程，让数据成为可复用、可持续迭代的资产。

2. 构建仿真数据和仿真环境：为 AI 搭建可大规模扩展的仿真环境，批量生成高质量的仿真和合成数据，并确保这些数据真正能帮助真实仪器上的模型。

3. 做真机数据采集：设计并运行自有仪器的闲时自动采集（仪器空闲时自动采集数据），并建设客户仪器的数据自动采集（在客户授权、保证数据安全的前提下）。

4. 建设产品自进化闭环：让仪器在使用中产生的数据，经过筛选、清洗和标注后回到模型训练，持续提升产品。

5. 把控数据质量：建立数据质量检查和评测机制，及时发现问题数据，推动改进。

6. 与模型方向、Agent 方向和仪器软硬件团队配合：了解模型需要什么数据，提供稳定、好用的数据服务。

我们希望你具备：

1. 有仪器或成像领域背景：有电镜、显微成像、科学仪器或相关成像系统的经验，懂图像是怎么产生的、哪些因素会影响图像质量，这样才能设计出好数据。

2. 数据体系设计能力：有设计和建设 AI 数据体系的经验，包括采集策略、数据规范、质量控制和数据管理。

3. 仿真与合成数据：了解仿真数据和合成数据的方法，有构建仿真环境并大规模生成数据的经验，知道怎样让仿真数据贴近真实。

4. 真机数据采集与闭环：有数据自动采集、数据回流和数据闭环（数据飞轮）的经验，理解怎样从真实使用中持续获得高质量数据。

5. 扎实的工程能力：熟练使用 Python，有数据流程（pipeline）和批量处理的经验，能把数据流程做成稳定的系统。

6. 了解 AI 模型训练，知道模型需要什么数据，也知道数据质量怎样影响模型效果。

7. 本科及以上学历，物理、电子、材料、计算机、自动化等相关专业。

8. 沟通清晰，愿意和模型、Agent、仪器软硬件团队紧密合作。

工作年限不设硬性要求，我们更看重你做过什么、做得多深。

加分项：

• 有物理仿真、成像仿真或图形渲染的经验。

• 有大规模数据平台或数据管理系统的经验。

• 有参与数据驱动的模型迭代的经验。

• 了解数据安全与隐私合规。

你将得到：

• 负责仪器 AI 最核心的资产：数据。

• 亲手搭建从仿真到真机、再到产品自进化的完整数据闭环。

• 参与定义下一代智能原生科学仪器。