具身大模型数据架构师 深圳、上海、北京 全职 智能机器人板块 职位描述 岗位职责1、负责具身智能多模态数据体系建设，围绕视频、图像、音频、传感器、状态流、日志等海量异构数据，设计可扩展的数据接入、存储、组织、检索与消费架构；2、参与构建面向原始数据管理、训练评测集管理等的数据湖仓与数据管线，推动数据在采集、解析、切分、对齐、清洗、标注、入湖、索引、回放和回溯等环节的工程化落地；3、联合算法团队建设高质量训练数据集、评测集和数据闭环机制，支撑具身大模型的数据生产、问题定位、效果分析和持续迭代；4、参与多模态数据标准和中间结构设计，提升不同来源、不同格式数据之间的兼容性、复用性和可治理性；5、 构建 Data Agent，实现智能检索、数据分析、数据洞察等能力，持续提升数据生产效率与研发效率。 职位要求 任职要求1、计算机、数学、统计、自动化、电子、机器人等专业；2.、具备 AI 算法开发、数据工程、分布式系统、模型调优或系统工程优化相关经验之一；3、具备海量多模态异构数据的架构设计能力，能够从业务目标出发设计数据分层、数据模型、存储布局、索引组织与读写链路；4、熟悉 Python/Java/ go中至少一门语言，具备扎实的数据处理和工程实现能力；5、熟悉 Iceberg、Lance 等面向大规模分析或多模态数据场景的数据格式与存储方案，理解 Parquet、Arrow、对象存储、元数据管理等核心机制；6、熟悉 LanceDB、Milvus、Elasticsearch、ClickHouse 等检索/分析系统，或有多模态样本库建设经验；7、熟悉 Spark、Flink、Ray、Kafka 等大数据或分布式计算框架中的一项或多项，理解批处理、流处理、批流一体及任务编排；8、熟悉向量检索、特征索引、样本检索、数据切片、时间戳对齐、多模态关联等一种或多种能力，能够支撑训练数据构建和问题追溯；9、对数据闭环、具身智能和大模型方向有强烈兴趣，具备自驱力、学习能力和跨团队协作意识。加分项1、有机器人、自动驾驶、大模型行业等行业的多模态海量数据架构实践经验；2、有数据湖、湖仓一体、元数据平台、数据质量平台或数据检索平台建设经验；3、有顶会/期刊论文、开源项目、数据竞赛成果，或在数据基础设施方向有系统性产出。 投递...
数据管线高级工程师 广州 全职 通用智能板块 职位描述 1. 负责数据闭环核心链路的设计与建设，开发数据清洗、标注质检、数据挖掘等工具链，支撑算法团队快速定位模型错误案例，驱动模型迭代优化；2. 负责生产研发流程的数据支持，如日志埋点、车联网数据、内部与外部数据的采集、数据同步、数据清洗与标准化、数据模型设计、离线数据处理、实时数据处理、数据服务化、数据可视化等；支持自动驾驶、智能座舱、海外数据采集、机器人数据采集等业务的开展；3. 负责数据采集、清洗、转换全链路的性能优化，解决大规模数据传输、内存管理、I/O 等瓶颈问题，搭建高吞吐、低延迟的分布式数据处理系统；4. 负责搭建数据从采集到入湖到训练的数据管理平台，实现数据版本控制、血缘追踪、元数据管理与快速检索能力，支撑多团队统一数据接入与协作；5. 协同大模型团队及其他技术团队，深入理解业务需求，快速响应并落地实现。职位要求1. 计算机、软件工程、人工智能等相关专业，本科及以上学历，5 年以上大规模数据处理或数据平台开发经验；2. 熟练掌握 Python / Go / Java 中至少一门语言，具备扎实的软件工程基础，良好的编程规范与代码质量意识；3. 有以下至少两项实际项目经验： - a. 大规模数据管道 / ETL 系统设计与开发，有数据清洗、转换、入库全链路经验； - b. 分布式消息队列（Kafka / Pulsar / RabbitMQ）的生产级应用，熟悉流式数据处理范式； -
全栈云端计算平台工程师 广州 全职 通用智能板块 职位描述 职位描述1. 负责小鹏集团计算平台的架构设计与研发落地，构建云端模型开发，训练基础设施以及大规模数据生产基础设施；2. 设计并实现高性能数据编排与加载系统，支撑 PB 级多模态数据（文本、图像、视频、点云、传感器等）的高效处理、缓存加速，支持批式与流式数据生产；深度集成AI Coding Agent与 Data Pipeline，实现数据准备、清洗、标注、版本管理的自动化与智能化闭环；3. 负责云原生基础设施层的开发与优化，包括 GPU集群调度、弹性资源管理、容器化训练/推理工作负载编排，持续提升资源利用率与系统吞吐；4. 可以承担全栈职责，包括前端管理控制台到后端分布式服务的开发。职位要求1. 计算机 / 软件工程 / 数学 / 自动化等相关专业硕士及以上学历，或具备同等技术能力；3 年及以上后端/基础设施开发经验，其中 2 年及以上大规模 AI 平台或分布式系统研发经验；2. 精通Python，具备出色的工程化能力；熟练使用 Golang/Java/C++ 中至少一门语言进行系统性开发；3. 熟悉 AI Coding /
数据平台开发工程师 广州 全职 通用智能板块 职位描述 1、平台架构与核心开发：负责数据平台的整体架构设计与核心模块开发，构建稳定、高效、可扩展的后端系统，支撑PB级数据处理需求；2、数据工程与流水线：设计与构建面向海量、多模态AI数据的高性能存储、处理与计算流水线，支持标签、向量检索；3、云原生技术落地：基于Kubernetes生态构建容器化、微服务化的数据平台，实现资源的高效利用与系统的弹性伸缩；4、全栈开发与产品化：负责云平台中后台管理系统及数据可视化界面的前后端研发，将平台能力产品化，为内外部用户提供清晰、易用的操作界面；5、数据治理与优化：设计并落地数据挖掘、数据生产、数据集管理等方案，优化数据生命周期管理。 职位要求 1、基础要求：计算机科学、软件工程或相关专业本科及以上学历，具备扎实的计算机基础；2、 经验要求：3-5年后端/大数据开发经验，对高并发、分布式、高可用系统有深入理解和实战经验；3、技术栈要求： - 精通Golang或Java，熟悉Python； - 熟悉数据湖/仓技术（如Delta Lake, Iceberg、Lance）或OLAP引擎（如StarRocks, Doris）； - 熟悉数据仓库建模、ETL流程及调度系统；4、工程素养：具备良好的编码规范、单元测试习惯和代码重构能力，能够胜任从0到1的系统搭建与持续优化；加分项1、有MLOps/DataOps平台建设经验，有Web全栈经验，属性 vue、react 常用组件库；2、熟练掌握Kubernetes及其生态（如Helm、Kustomize ）；3、有自动驾驶、机器人或智能座舱相关领域经验；4、具备出色的沟通理解力，能精准协同内外；同时拥有强烈的自驱力，能主动发现问题、驱动闭环并持续优化。 投递...
数据研发高级工程师 广州 全职 通用智能板块 职位描述 岗位定位聚焦自动驾驶领域大数据基础设施搭建、数据价值挖掘与平台优化，兼顾底层架构构建与业务落地支撑，核心是搭建高效、稳定的智能数据底座，支撑生产链路监控管理、算法训练、业务运营分析、车端业务需求，同时兼顾数据治理降本相关业务，要求具备较强的技术攻坚能力与综合协同能力。职位描述1、 数据资产体系建设：a.分层建设统一通用数据资产：构建感知数据资产体系，实现基础数据标准化供给；b.生产系统监控指标体系建设：快速输出生产流程监控数据，保障生产流程安全高效；c.产品运营监控指标体系建设：快速输出运营监控数据，保障业务运营便捷高效；2、 生产研发流程的数据支持：如日志埋点、车联网数据、内部与外部数据的采集、数据同步、数据清洗与标准化、数据模型设计、离线数据处理、实时数据处理、数据服务化、数据可视化等；支持自动驾驶、智能座舱、海外数据采集、机器人数据采集等业务的开展。3、 数据治理：a.数据安全生产规范：制定及推广数据标准（如研发规范、质量规范、保障规范）和治理流程，确保数据准确性、完整性和一致性。b.元数据管理：负责元数据管理、数据质量检查、数据分级管理，提升数据易用性及稳定性。c.计算存储成本管理：通过数据生命周期管理能力建设，数据内容挖掘，识别并删除无效数据，降低数据生产成本。4、 新技术跟踪与落地：负责多模态湖仓体系前沿技术跟踪、工具链选型测试与落地，参与资源与性能调优，推动智能数据底座落地。 职位要求 1、学历与经验：计算机、软件工程、数据科学或相关专业本科及以上学历（硕士优先），5年以上大数据相关经验。有大型互联网公司、自动驾驶企业或物理AI领域项目经验者优先。2、数据相关经验：精通数据仓库研发，精通大数据技术栈/Hadoop生态体系，具备PB级数据ETL&建模经验，计算节点开发与调优经验。熟悉 Paimon/Iceberg等新的计算引擎，了解其内部原理（事务ACID、Schema Evolution、Time Travel等）。有多模态湖仓建模、大规模近实时数仓、元数据管理相关实际经验者优先。3、 编程与技术能力：精通Python/SQL 至少一种。能编写高性能、可维护的分布式数据处理代码；深入理解Flink、Spark、Kafka等大数据框架组件原理，有性能调优经验。4、向量数据能力：了解Lance（或Arrow、Parquet向量扩展）等高效列存格式,了解ANN索引构建、向量同步、标量+向量混合查询等关键技术者优先。5、 架构与业务理解：熟悉多模态湖仓技术体系。具备良好的自动驾驶业务理解力，能打通感知、规控、场景理解等环节的数据需求，建设高效、可扩展的多模态湖仓数据基础能力。6、综合能力：具备系统性思维、主动推进能力与问题解决能力，逻辑严密、思路清晰；有较强的学习能力、创新精神，良好的沟通能力与跨团队（算法、平台、业务）协作能力，责任心强。 投递...
【27届校招】通用智能AI平台研发工程师 北京、上海、广州 正式 研发 - 算法 通用智能板块 职位描述 小鹏通用智能AI数据闭环平台团队，负责构建支撑百万级路采数据、千卡GPU集群的自动驾驶，具身智能数据与AI基础设施。从路测车辆上每秒产生的GB级传感器数据和多模态具身智能传感器数据，到最终训练出能够应对复杂城市道路的感知/预测/决策模型——我们打造的平台是这一切的底座。你将与国内顶尖的分布式系统、AI基础设施、自动驾驶算法工程师并肩工作，直面PB级数据处理、大规模分布式训练、大模型辅助标注等前沿技术挑战。真实场景，海量数据：你将处理来自摄像头、LiDAR、毫米波雷达、GPS/IMU等多传感器的真实路采和数采数据，规模达到PB级——这不是课堂作业，而是工业级挑战。前沿技术，深度应用：VLM自动化标注、Milvus向量检索、流批一体架构、GPU集群调度……你接触的不是纸上谈兵的技术，而是正在重塑行业的关键能力。完整链路，全局视野：从数据接入→清洗治理→特征提取→模型训练→推理部署→数据回流，你将有机会参与到AI平台的全链路建设中，理解自动驾驶数据闭环的每一环。高速成长，快速扛事：27届校招专属培养计划，mentor一对一引导，但绝不只让你做边角料——我们希望你尽快独立负责核心模块的研发与优化。方向一：大规模数据处理开发高可靠的ETL数据处理流水线，处理车载传感器数据（摄像头图像、LiDAR点云、GPS轨迹、CAN总线信号等）基于Spark/Flink优化数据清洗、转换、聚合任务，持续提升云端数据处理的吞吐与稳定性构建多模态Embedding生产流水线，支持CV/NLP模型对海量数据的分布式特征提取探索基于VLM（视觉语言模型）的自动标签生成方案，减少对人工标注的依赖，加速算法迭代构建驾驶场景的语义索引系统，支持复杂语义检索（如“夜间雨天前车急刹”“高架桥上旁车近距离切入”）方向二：数据建模与治理设计多源异构数据仓库的分层模型（ODS/DWD/DWS/ADS），支撑感知、预测、规划等算法的训练数据需求构建数据血缘与元数据管理体系，确保每一帧训练数据的来源、处理过程与版本都可追溯制定多模态数据的向量化规范（图像/点云/文本的Embedding标准），为后续检索与训练提供高质量特征输入方向三：AI平台架构与优化搭建数据湖仓一体架构（基于Iceberg/Delta Lake + StarRocks/Doris），兼顾数据湖的灵活性与数据仓库的查询性能开发高性能特征向量数据库（基于Milvus/Pinecone或自研引擎），支撑亿级向量的低延迟检索持续优化存储与计算性能（分区策略、压缩算法、缓存机制），探索流批一体、存算分离等新架构的落地设计高效的数据存储、分区与读取策略（Parquet/ORC），优化存储与网络I/O，保障训练与推理的数据吞吐方向四：分析工具与可视化开发BI数据看板，实时监控数据质量及自动驾驶核心指标（感知准确率、接管率、场景覆盖率等）提供多模态检索接口，支持通过文本描述（如“从左后方快速切入的摩托车”）检索对应的驾驶场景视频片段 职位要求 1、2027届硕士/博士毕业生，计算机、软件工程、人工智能、自动化、电子信息等相关专业2、扎实的编程基础，熟练掌握 Python/C++/Java/Scala 中至少一门语言，有良好的工程习惯与代码质量意识熟悉至少一项大数据处理框架（Spark/Flink）或深度学习框架（PyTorch/TensorFlow）3、对自动驾驶场景有基本认知和浓厚兴趣——你不一定懂感知算法细节，但要理解数据对算法训练的价值加分项（满足1-2项即可，非硬性要求）1、有数据仓库建模或数据湖（Iceberg/Delta Lake/Hudi）实际使用经验2、熟悉分布式计算原理，有Spark/Flink任务性能调优经验3、了解Kubernetes及GPU虚拟化技术，有集群资源调度相关实践4、使用过Milvus、Weaviate、Pinecone等向量数据库，或对向量检索算法（HNSW/IVF）有研究5、熟悉VLM/多模态模型（如CLIP、LLaVA、Qwen-VL等），有特征提取或模型微调经验6、有自动驾驶相关数据集（nuScenes/Waymo/Argoverse）的处理经验在ACM、Kaggle、天池等编程/数据竞赛中取得过优异成绩7、有高质量技术博客或开源项目贡献收获1、有竞争力的薪酬与校招专属福利包（薪资面议，对标一线互联网/自动驾驶公司）2、真实的工业级技术挑战，你的代码将直接运行在千卡GPU集群和PB级数据湖上3、技术广度与深度的双重成长，在数据工程、AI基础设施、分布式系统、多模态模型等方向持续积累4、广阔的成长空间：团队技术氛围浓厚，鼓励技术分享、论文阅读与创新探索，支持将前沿成果转化为实际生产力5、清晰的校招培养路径：入职前3个月mentor带教，半年内逐步独立负责核心模块，1年内具备技术owner能力 投递...
数据平台架构师 热招 上海、杭州 全职 研发 职位描述 1、负责企业级大数据平台体系的建设，设计高可用、高性能、稳定可靠的数据平台架构方案，支撑企业级数据仓库和数据治理的落地，保障平台稳定高效运行、支撑业务发展； 2、负责数据平台整体技术架构体系的建设和优化，包括括数据湖、数据仓库、数据中台、实时计算平台等核心组件的规划与建设改进数据研发流程，提升数据研发质量；3、完善数仓的数据合规建设，优化数仓存储计算性能；4、作为技术领域专家，制定团队技术规范、开发标准和最佳实践，承担技术难题攻关，跟踪行业前沿技术趋势，持续驱动技术创新。 职位要求 1、计算机相关专业本科及以上学历，5年以上数据平台研发经验。 2、精通数据平台和仓库建设理论，有企业级数据仓库搭建和数据治理经验。 3、对批流一体、数据湖等业内前沿方向有深刻理解，有实际落地经验者优先。 4、熟悉大数据生态相关技术，如Hive、Doris、ClickHouse、iceberg、HBase、Spark、Flink、Kafka等，另外熟悉SQL、Python、Java、Go等编程语言 5、有Linux系统的基础运维能力，熟悉K8S容器编排基本概念、原理、组件、工具 。6、良好的业务理解力，较强的自驱力，热爱技术，结果导向。 投递...
【27届校招】计算平台软件工程师 上海、广州 正式 研发 - 算法 通用智能板块 职位描述 1、参与自动驾驶海量数据的采集、管理、处理与高效调度，设计与开发自动驾驶全链路数据平台，包括但不限于数据湖、数据仓库、分布式存储、流批一体计算与智能数据标注、数据治理等；2、研发大规模分布式计算与训练平台，基于Spark、Flink、Ray、PyTorch等技术实现自动驾驶大模型的数据清洗、预处理、并行训练与推理，支持多GPU/多集群高性能任务编排与资源调度；3、优化存储与检索架构，探索和实现包括OSS、CPFS、Iceberg、Delta Lake、Hudi、StarRocks、ClickHouse、ElasticSearch、Milvus等新一代高性能存储与检索方案，提升数据读写、索引、管理效率，赋能AI训练和推理；4、参与团队架构设计与技术攻关，跟进学术前沿与业界动态，解决自动驾驶场景下数据一致性、扩展性、高可用、智能调度等核心难题；5、推进工程实践落地与持续优化，深度参与端到端系统开发、自动化测试、上线发布与持续运维，推动数据与AI平台的稳定迭代和性能进化。 职位要求 1、教育背景：计算机、软件工程、人工智能、数据科学等相关专业，本科及以上学历，硕博优先；2、理论基础扎实： 精通分布式系统原理、并行计算、存储系统、数据库原理、数据湖/数据仓库理论、大规模机器学习等学科知识，有相关顶会/顶刊论文经历者优先；3、技术能力突出：（1）熟练掌握至少一种主流分布式计算框架（如Spark、Flink、Ray等）和一种深度学习框架（如PyTorch、TensorFlow等）；（2）具备大数据存储与处理系统（如OSS、CPFS、Iceberg、Delta Lake、Hudi、StarRocks、ClickHouse、ElasticSearch、Milvus等）实操经验；（3）具备高性能数据检索、索引优化、海量数据管理等工程经验；4、编程与工程能力强（1）熟练掌握Python/Java/Scala/C++/Rust等主流开发语言中的至少一种，具备良好的工程实践和代码规范；（2）有高并发、大规模分布式系统、流式/批式混合计算平台相关项目经验者优先；5、创新与解决问题能力：具备独立分析复杂系统、定位瓶颈、提出创新性解决方案的能力，对技术钻研有热情，善于跨界学习；6、沟通协作与主动学习：良好的团队协作能力、沟通表达能力及自驱力，乐于分享、敢于挑战难题；7、加分项：（1） 在数据库、分布式系统、云原生计算、向量数据库、机器学习系统等领域有顶会（SIGMOD、VLDB、ICDE、NeurIPS、ICML等）论文、竞赛获奖或开源项目贡献；（2）有阿里云、腾讯云、AWS、GCP等云平台大数据相关实习、项目或竞赛经历；（3） 具备自动驾驶、机器人、智能感知领域大规模数据处理或AI应用落地经验；（4）英语或技术写作能力优秀，有技术博客、专利、文档经验。 投递...
Role Summary Define and lead the end‑to‑end architecture of the Target State Open Data Platform and Strategic agentic AI solution, ensuring scalable, secure, and interoperable data capabilities across ingestion, storage, processing, and consumption layers. Provide architectural
云计算技术专家/高级工程师 北京 社招 全职 职位 ID：A154571 职位描述 1. 负责小米数据中台分布式计算与调度相关引擎的研发、维护工作；2. 业务价值导向，通过技术迭代支撑解决小米全业态的数据大规模计算难题3. 参与开源，提升小米在开源社区的影响力。 职位要求 1. 扎实的计算机专业基础，熟悉基本的算法和数据结构2. 具有良好的自我驱动和学习能力，责任心强，不断追求卓越3. 具有优秀的发现问题和解决问题能力，对解决有挑战的问题充满热情4. 具有优秀的沟通和协调能力，具有同理心，能够站在不同角度思考问题5. 熟悉 Hadoop/Spark/Flink/RSS/Iceberg/Paimon/DolphinScheduler/Gravitino 等相关系统优先，开源社区活跃贡献者优先 投递...
高级大数据研发工程师 北京 社招 全职 职位 ID：A94598 职位描述 1、负责小爱内容资源数据流及数据服务建设；2、负责小爱内容数据、搜索推荐服务架构优化；3、负责小爱用户画像、LLM通用知识库建设。 职位要求 1、熟悉大数据相关技术：Spark/Flink/Hadoop/HBase/Hive/Iceberg等；2、熟练使用Java、Scala、Python语言中的一种或者多种，熟悉java常见数据结构、多线程并发、JVM等；3、熟悉常用基础组件：Mq/Redis/Es等；具备数据库系统理论知识，熟悉Mysql/Tidb等，精通SQL；4、有过分布式、高并发业务系统搭建经验优先；5、熟悉大模型(LLM)技术，对向量数据库、RAG等有过深入调研优先；6、责任心强，具有较强的学习、沟通和问题解决能力。 投递...
云计算技术专家/高级工程师 北京 社招 全职 职位 ID：A59919 职位描述 1. 负责小米数据中台分布式计算与调度相关引擎的研发、维护工作；2. 业务价值导向，通过技术迭代支撑解决小米全业态的数据大规模计算难题3. 参与开源，提升小米在开源社区的影响力。 职位要求 1. 扎实的计算机专业基础，熟悉基本的算法和数据结构2. 具有良好的自我驱动和学习能力，责任心强，不断追求卓越3. 具有优秀的发现问题和解决问题能力，对解决有挑战的问题充满热情4. 具有优秀的沟通和协调能力，具有同理心，能够站在不同角度思考问题5. 熟悉 Hadoop/Spark/Flink/RSS/Iceberg/Paimon/DolphinScheduler/Gravitino 等相关系统优先，开源社区活跃贡献者优先 投递...
数据湖开发工程师 深圳 社招 全职 职位描述 1、负责企业级数据湖平台的设计、开发与运维，支撑海量数据存储与分析。2、基于 Iceberg/Lance 构建湖仓一体架构，提升数据管理能力。3、设计并实现数据全生命周期的加密方案（静态加密、传输加密、字段级加密），落地脱敏、分级分类、权限管控等安全机制，确保合规（GDPR / 等保 / 个保法）。4、参与数据治理体系建设，包括不限于数据质量、数据血缘、数据生命周期等能力建设。5、优化数据存储、计算性能及资源成本，保障平台稳定运行。6、推动数据湖与 AI、数据分析等业务场景结合落地。 职位要求 1、本科及以上学历，计算机/软件/数据相关专业，3年以上大数据/数据平台研发经验。2、熟练掌握 Java/Scala/Python 中至少一种开发语言。3、熟悉 Spark、Flink 等分布式计算框架及其运行原理。4、熟悉 Iceberg、Hudi等数据湖技术中的至少一种，有生产实践经验。5、熟悉 Kafka 等消息中间件及实时数据处理架构。6、熟悉分布式存储、对象存储及数据湖存储架构。7、熟悉 Docker、Kubernetes 等云原生技术优先。8、有完整的数据治理实践经验，熟悉 Atlas / DataHub / Amundsen 等元数据与血缘工具，了解 DAMA、DCMM 等方法论。9、熟悉数据加密与安全：对称/非对称加密、KMS、TDE、字段级加密、Tokenization、动态脱敏；了解 Ranger / Sentry 等权限框架。10、熟悉向量检索相关技术：主流向量数据库（ Milvus /
蔚来AGI超星计划-企业智能系统研发工程师 推荐投递 上海 校招 实习 数字技术 硕士及以上 蔚来AGI超星计划 职位 ID：A125432 职位描述 方向：ContextOS / Agent Runtime / Distributed AI Systems你要解决的问题企业 AI 的困难，不只是调用一次模型。它需要在复杂权限、异构数据、长链路任务和真实生产环境中稳定运行。你需要参与建设：- 能连接企业数据、知识、代码、API 和日志的上下文基础设施；- 能供不同 Agent 和 Coding Agent 调用的统一 Runtime；- 能追踪每一次上下文召回、推理和工具执行的运行系统；- 能在权限、安全、审计和成本约束下完成复杂任务的执行框架；- 能支撑企业级 Ontology、Semantic Mapping 和