高级数据算法工程师

岗位描述：

1.云端数据算法引擎开发:

·负责自动驾驶海量数据(图像、点云、雷达等)在云端的自动化处理算法开发与优化，包括数据清洗、去重、时间同步标定校验等预处理流程。

·设计并实现高效的数据挖掘算法，基于规则或深度学习模型，从PB级路测数据中自动提取高价值场景(Comner Case，接管场景、特定交通参与者行为)

2.自动标注与数据增强:

·研发基于大模型(Foundation Models)或半监督学习的自动预标注算法，显著提升人工标注效率，降低数据闭环成本。

·开发云端数据增强算法，支持仿真测试所需的场景泛化与合成数据生成。

3.大规模分布式计算优化:

·基于Spark、Flink、Kubernetes，docker等大数据与容器化技术，将算法工程化落地，解决海量数据并发处理中的性能瓶颈，确保任务的高可用性与低延迟；

·优化GPU/CPU资源调度策略，提升云端算力利用率，降低计算成本。

4.数据闭环工具链建设:

·参与构建端到端的数据闭环流水线（自动化产线）(Data Pipeline)，打通从数据采集上传、云端处理、模型训练到评测反馈的全链路；

·与产品经理紧密合作，将业务需求转化为可落地的技术方案，持续迭代数据平台的核心算法能力。

任职要求：

1.学历与背景:

·硕士及以上学历，计算机、人工智能、数学、自动化或相关专业;博士或有顶级会议(CVPR,ICCV,ECCV,NeurlPS等)论

文发表者优先。

·3年以上后端开发或算法工程经验，有自动驾驶、计算机视觉、大数据处理相关项目实战经验。

2.编程与工程能力:

·精通 Python 和 C++，具备优秀的代码规范和架构设计能力。

·熟练掌握至少一种主流深度学习框架(PvTorch, Tensorflow,PaddlePaddle)，并有大规模模型训练或推理部署经验。

·熟悉 Linux 环境开发，掌握 Docker、Kubernetes (K8s) 容器化技术及 C//CD 流程

3.大数据与云计算技能:

·熟悉分布式计算框架(如 Spark,Flink,Ray)，有PB级数据处理经验者优先。

·熟悉主流云平台(AWS,阿里云,腾讯云)的大数据组件(EMR,OSS,S3等)及Serverless架构。

·了解数据库技术，熟练使用 SQL及 NoSQL(MongoDB, Redis, Elasticsearch)进行数据检索与管理,

4.领域知识(加分项):

·深入理解自动驾驶传感器原理(Camera, LiDAR,Radar)及数据格式(Rosbag,Mcap,ProtoBuf)。

·熟悉3D点云处理算法(PCL,Open3D)或多模态融合算法。

·有主动学习(Active Learming)、无监督学习或大模型(SAM,BEVFormer等)在数据筛选/标注中应用经验者优先