自动驾驶感知平台研发工程师

工作职责
-负责自动驾驶感知算法模型训练平台的全栈研发，形成数据驱动的闭环MLOps系统，包含自动驾驶数据挖掘相关框架、自动标注、数据管道、分布式训练、模型评测、推理和部署全链路的建设
-针对业务特点和公司的系统能力，设计工程架构和开发工作，包含：对基础服务、组件、框架、语言等进行技术选型，对各业务中台进行对接和合理化评估，针对现行系统中各种问题进行分析优化，给出设计方案并实现
-负责自动驾驶数据全链路中核心数据在数据闭环中的数据应用和数据治理
-负责资源引入数据流的建设，致力于构建灵活易扩展、高性能、高可靠的数据处理与索引化系统
-负责海量数据的存储选型、设计技术方案、开发以及调优，包括结构化表格数据和非结构文本数据
-负责业务数据平台的服务稳定性，包括性能调优、控制架构质量、编写代码规范、数据库规范、进行代码评审等

任职资格
-计算机相关专业
-熟练掌握python、shell脚本语言，掌握C++/Java/Go其中一门语言，对多线程、异步、大数据、高并发等系统有独立设计经验，扎实的计算机科学基础，掌握缓存、消息队列、关系数据库、nosql、操作系统、网络协议等相关知识，并对其中任一项具备深入的理解和认识
-熟悉分布式计算相关技术，熟悉Hadoop、Spark、Storm等系统原理和适用场景和常见问题，了解Yarn、mesos、K8S、Docker等技术的原理，并拥有集群设计和SRE经验，具备服务网格、大规模微服务集群及服务治理，监控系统相关工作经验
-掌握分布式存储系统，对Elasticsearch、Mongodb、HDFS的原理熟悉，并有PB级大规模高可用集群设计和运维经验，了解OLAP系统的特点
-学习能力强，有良好的逻辑思维能力、具备同质化问题的归纳和抽象能力，专注技术并追求最佳实践。强烈的责任心，并拥有良好的沟通与合作能力
-加分项：机器学习、深度学习、图像处理、点云/SLAM等领域相关背景，有PaddlePaddle/Tensorflow等平台开发经验，有MLOps、AutoML领域实施经验
-加分项：汽车技术相关背景，熟练的道路驾驶技能，汽车运动相关理论知识，机器学习/深度学习相关背景，机器人技术相关背景，JavaScript
--
FROM 111.206.214.*