1、负责或参与具身智能机器人操作数据的处理与数据集构建，围绕遥操作、仿真、UMI、Ego 等多种数据来源，开展原始数据解析、清洗、筛选、切分、去重及格式转换，建立面向模型训练的标准化数据处理流程； 2、负责或参与机器人操作多源数据的对齐与预处理，处理视频、相机参数、机器人状态、关节信息、末端位姿及动作轨迹等数据，解决不同数据源坐标系对齐的问题，保证多源数据的一致性与可用性； 3、负责或参与具身智能机器人数据的标注与标注体系建设，围绕机器人操作任务、任务阶段、子任务、动作时序、关键帧及操作结果等信息开展数据标注，参与标注规范制定、标注工具及流程建设，并负责标注数据的质量检查与一致性验证，为模型训练提供高质量监督信号； 4、与具身智能模型训练及算法团队进行技术对接，根据 VLA、模仿学习等模型的数据需求，对数据进行针对性的筛选、组织与预处理，并结合模型训练反馈持续优化数据 Pipeline，推动数据处理流程与模型训练流程协同迭代； 5、参与具身智能机器人操作数据标准与数据规范建设，针对不同机器人、不同采集方式及不同数据格式建立统一的数据组织和管理规范，支持多来源数据向统一训练数据格式转换，为大规模机器人操作数据集建设提供工程基础。