核心职责
1. 数据采集与接入
◦ 设计并实现来自 机器人 / 机械臂 / 传感器 / 仿真系统 的数据采集链路
◦ 支持多模态数据（图像、视频、点云、IMU、力控、日志、状态流）
◦ 处理高频流数据与离线批量数据的统一接入
2. 数据处理与数据湖仓
◦ 构建标准化数据处理 Pipeline（清洗、切片、对齐、抽样、特征化）
◦ 设计数据湖/湖仓一体架构（ODS / DWD / DWS / ADS 分层）
◦ 管理元数据、血缘关系、版本与可追溯性
3. 数据标注与任务调度
◦ 支撑人工标注、半自动标注、自动标注的后端能力
◦ 实现标注任务的创建、分发、进度追踪与质量控制
◦ 设计高可扩展的任务调度与算力编排机制（CPU / GPU）
4. 数据挖掘与闭环
◦ 支持基于规则或模型的数据筛选、困难样本挖掘、长尾场景发现
◦ 将数据结果反馈至训练 / 仿真 / 验证系统，形成数据闭环
5. 平台架构与稳定性
◦ 设计高可用、高扩展的微服务架构
◦ 建立监控、日志、告警与成本可视化体系
任职要求
• 具备扎实的后端工程与系统架构能力，熟练使用 Java 及 Python 进行服务端开发，具备良好的代码质量与工程规范意识。
• 有机器人或自动驾驶数据平台经验，对数据平台核心能力有系统性理解，熟悉数据采集、数据处理、数据存储、数据标注与任务调度等关键环节，能够独立设计并实现多模态数据（图像、视频、点云、传感器、日志等）的端到端数据链路。
• 熟悉常见的大数据与流式计算体系，理解批流一体处理模式，具备消息队列、分布式计算、任务调度与资源管理相关经验，能够支撑大规模数据处理与平台稳定运行。
• 对数据湖、数据仓库或湖仓一体架构有实践经验，理解数据分层、元数据管理、数据血缘、版本管理与可追溯性等数据治理核心概念。
• 对云原生与基础设施有一定理解，熟悉容器化部署与分布式系统运行环境，能够在 Kubernetes 等环境中进行服务开发与问题排查。
• 具备良好的工程抽象能力与跨团队协作能力，能够与算法、仿真、前端及产品团队紧密配合，将复杂业务需求沉淀为可复用的平台能力。
• 本科及以上学历，计算机、人工智能、自动化、电子信息或相关专业背景。
加分项
• 有 C++ 开发经验，能够与机器人系统、仿真系统或底层 SDK 进行对接者优先
• 有大规模数据平台（PB 级）或 GPU 集群经验
• 参与过平台从 0 到 1 的架构设计