岗位描述 作为数据平台核心成员，主导自动驾驶「车队 → 采集 → 标注 → 数据集 → 模型评测」端到端数据平台的架构设计与技术演进，构建 PB 级、高可用、可扩展的数据查询、存储、处理与挖掘体系，并带领团队攻坚关键技术难题。 岗位职责 • 架构主导：负责数据平台整体架构设计与技术选型，主导统一数据访问层建设，对接 Trino（分布式 SQL）、Lance（列存 + 向量检索）、LevelDB（KV）等多引擎； • 管道建设：规划并落地海量车端数据采集、清洗、入仓的全链路管道（Rosbag 解析抽取、MongoDB/MySQL 同步、COS 对象存储流转），保障 TB/PB 级数据稳定流转； • 调度平台：设计 Celery + Redis 多队列异步调度平台，定义任务编排、重试、限流、监控规范，支撑数据处理、质量视频生成、评测批次等大规模长耗时任务； • 性能攻坚：主导 Trino 查询优化（谓词下推、列裁剪、查询计划分析）与慢查询治理，制定查询性能与成本治理体系； • 数据挖掘：基于 Lance 向量检索（KNN）构建相似场景召回能力，推动数据挖掘与高价值数据筛选体系建设； • 安全合规：建立数据安全合规规范——SQL 注入防御、语句白名单、列级脱敏、写操作审计、分级授权（L1 只读 / L2 授权写 / L3 后端专属）、QPS 限流； • 技术影响力：制定团队技术规范与最佳实践，进行代码评审、技术分享与人才培养，推动跨团队协作（采集 / 标注 / 评测）。 任职要求 • 本科及以上学历，计算机相关专业，5 年以上数据开发经验，有大型数据平台 / 数仓 / 湖仓架构落地经验； • 精通 Python，熟悉 Django / DRF；具备扎实的分布式查询引擎（Trino / Presto / Spark SQL 等）原理与调优能力； • 精通至少两类数据存储引擎：列存 / 湖仓（Lance / Parquet / Iceberg / Hudi）、KV（LevelDB / RocksDB）、OLAP（ClickHouse / Doris 等）； • 深入理解 Celery / Redis 异步调度与消息队列（MQ / Kafka），有大规模任务编排与稳定性治理经验； • 熟练掌握 Docker / Kubernetes，具备容量规划、监控告警、故障排查与高可用设计能力； • 具备优秀的系统设计、抽象建模与复杂问题拆解能力，有技术方案主导与团队带教经验； • 强烈的数据安全与质量意识，良好的跨团队沟通与推动能力。 加分项 • 有自动驾驶 / 车联网 / 海量时序 / 多模态数据处理经验； • 精通向量检索（KNN、cosine / L2、ANN 索引）与数据挖掘召回体系； • 有数据平台 0→1 建设或大规模重构经验； • 熟悉 SDK / OpenAPI 代码生成（oapi-codegen）、契约化接口治理； • 有开源贡献、技术专利或行业技术影响力。