01
VLA模型与数据工程概述
VLA模型简介 · 数据工程核心地位 · 课程目标与路径
概念导论
02
数据采集策略
公开数据集调研 · 仿真采集 · 真实机器人方案
采集仿真
03
数据清洗基础
格式统一 · 缺失值 · 异常检测 · 时间戳对齐
清洗预处理
04
多模态数据标注
图像标注 · 文本指令 · 动作序列标注
标注多模态
05
数据增强技术
图像增强 · 文本改写 · 动作噪声注入
增强泛化
06
数据平衡与采样
长尾分布 · 重采样 · 难例挖掘 · 课程学习
平衡采样
07
数据存储与版本管理
TFRecord/LMDB · DVC · MinIO/S3
存储版本
08
数据管道构建
DataLoader · tf.data · 并行化与缓存
管道性能
09
数据质量评估
质量指标 · 自动化检测 · 人工抽检闭环
质量评估
10
数据安全与隐私
脱敏技术 · 访问控制 · 合规检查
安全隐私
11
数据工程工具链
Label Studio · DVC · TensorBoard
工具平台
12
数据工程团队协作
角色定义 · Jira/Notion · 站会周报
协作流程
13
数据工程与模型训练的联动
数据影响分析 · 消融实验 · 主动学习
联动反馈
14
数据工程自动化
自动标注 · 规则清洗 · CI/CD门禁
自动化DevOps
15
数据工程最佳实践
案例研究 · 常见陷阱 · 效率技巧
实践案例
16
数据工程前沿趋势
合成数据 · Data-Centric AI · 联邦学习
前沿趋势
17
实战项目(一)：从零搭建VLA数据管道
采集 → 清洗 → 存储 → 训练
实战全流程
18
实战项目(二)：数据质量改进专项
识别并修复数据问题
实战质量
19
实战项目(三)：数据增强策略优化
提升模型泛化能力
实战增强
20
实战项目(四)：数据版本管理与回滚
应对模型性能下降
实战版本
21
实战项目(五)：自动化数据标注流水线
降低人工成本
实战自动化
22
实战项目(六)：数据平衡与难例挖掘
提升长尾场景表现
实战平衡
23
实战项目(七)：多模态数据融合与对齐
图像·文本·动作对齐
实战多模态
24
实战项目(八)：数据安全与隐私保护实践
脱敏·访问控制·合规
实战安全
25
实战项目(九)：团队协作与工作流优化
角色·看板·沟通
实战协作
26
实战项目(十)：数据与模型端到端联动
影响分析·反馈循环
实战联动
27
实战项目(十一)：自动化与CI/CD集成
数据门禁·持续集成
实战CI/CD
28
实战项目(十二)：合成数据生成与评估
GANs/扩散模型 · 质量评估
实战合成
29
实战项目(十三)：特定场景应用(医疗机器人)
领域适配·案例
实战医疗
30
课程总结与展望
核心回顾 · 学习路径 · 资源推荐
总结未来