工作职责：

1、数据闭环体系搭建与落地：负责自动驾驶全链路数据闭环体系设计与搭建，日均处理亿级传感器原始数据及标注数据，保障数据从采集、处理到模型训练的端到端流转，支撑感知、决策规划等端到端模型的高效训练；
2、数据闭环工具链研发：
2.1 云端数据处理 pipeline 开发：
•针对标注数据、场景数据，设计并落地数据清洗（去噪、去重、异常过滤）、解析、切片、抽帧、送标（对接标注平台）的全流程自动化 pipeline；
•优化 pipeline 吞吐量与延迟，目标支撑日均 10 万 + 场景数据处理，服务算法团队数据生产需求；
•推动工具链部署落地，解决线上运行故障（如数据阻塞、接口兼容问题），保障工具链可用性。
2.2 高价值场景数据挖掘体系建设:
•搭建 “规则 + 大模型” 双驱动的数据挖掘产线：针对规则挖掘，设计接入多种传感器、定位、感知、底盘、车身信号并优化规则策略；针对大模型挖掘任务，完成数据方案制定、模型微调、loss优化、模型评测等；
•与算法团队协作迭代挖掘策略，提升 corner case 召回率（目标≥85%）。

任职资格：

1、本科及以上学历，计算机、软件工程、自动化、电子信息等理工科专业；
2、2 年及以上自动驾驶数据体系相关经验，有大厂 / 独角兽企业数据工厂搭建、量产项目经验者优先；
3、精通 Python、C++，熟悉 Linux 操作系统（常用指令、Shell 脚本），具备良好编程习惯（代码注释、Git 版本管理、CI/CD 流程）；
4、掌握常见主流传感器数据处理：LiDAR（点云去噪 / 拼接 / 动静态补偿）、Camera（畸变校正 / 图像融合）等，精通 H264/H265/YUV/MJPEG 等编解码方式，有定制数据格式经验（如自定义传感器数据封装格式、私有标注格式）者加分；
5、熟悉自动驾驶中间件：ROS2（节点通信、Msg/Srv 定义、参数服务器配置）、DDS（QoS 策略优化）；
6、具备强问题解决能力，能快速定位数据处理、工具链运行中的技术故障；
7、良好的跨团队沟通能力（能清晰对齐需求、推动协作），踏实靠谱，可承受项目紧进度压力。

加分项：
1、熟悉云原生技术（Docker/K8s），能将数据工具链容器化部署；
2、有大模型在数据挖掘中的应用经验（如用 QwenVL2.5系列模型做场景分类）。