2026.08–2026.10 · 上海
智元机器人
AI 数据采集、质量监控与设备流程

业务问题
设备与供应商增加后,
如何让数据质量和交付过程可追踪?
AI 眼镜采集与机器人训练数据涉及设备、数据和多方协作。原有 Excel 台账难以持续追踪设备位置、状态与调拨异常,我将日常痛点拆成平台需求与工作流程。
设备管理平台
用 Codex 辅助开发,整合设备位置、健康状态、套件关系与供应商信息,支持 Excel/CSV 导入导出、调拨记录与操作日志。
需求分析 / 数据关系设计 / AI 辅助开发数据质量与采集测试
围绕有效率、有效时长和总时长监控异常设备。输出采集 App 测试报告,向算法团队反馈采集稳定性、帧有效性与边缘场景表现。
指标口径 / 异常监控 / 场景测试训练数据脚本
设计动作序列、场景变体与任务语义,支持 episode 多样性和场景覆盖,为模仿学习与 VLA 训练准备采集任务。
任务拆解 / 数据设计 / 训练场景理解供应商协同
协调 10 家数据供应商,跟进进度、SLA、返工与验收状态,推动标注、交付和问题处理过程可追溯。
项目跟进 / 验收管理 / 跨团队协作设备管理流程
- 调拨
- 接收
- 核实状态
- 异常处理
以设备和操作记录连接流程,减少信息散落在多个表格中的情况。
这段经历证明能从业务痛点拆解需求,开发内部工具,并把数据质量管理与协作流程连接起来。

