岗位职责： 作为自动驾驶工具链与数据闭环的产品经理潜能者，你将深度参与博世自动驾驶“数据驱动算法”核心平台的搭建与演进： 1. 构建大规模数据闭环平台：参与影子模式（Shadow Mode）、异常数据挖掘（Corner Case Mining）、自动化标注（Auto-labeling）、合规脱敏及数据回传策略的产品规划与设计，推动数据从“量产车端”到“云端迭代”的高效循环。 2. 打造高效率研发工具链：深入算法（感知、规控、大模型）、测试、数据合规等团队的研发痛点，设计覆盖“数据采集-清洗-标注-模型训练-仿真测试-闭环评估”的全链路高效率工具产品，提升千人研发团队的产出效率。 3. 推动大模型与AI原生基础设施应用：探索生成式AI（GenAI）、World Model、数据大模型在自动驾驶仿真、数据合成（Synthetic Data）和自动化评测中的落地场景，用最前沿的技术范式重构工具链。 4. 横向跨团队协同与敏捷落地：作为技术与产品的桥梁，协调算法工程师、云原生/平台开发工程师、数据合规专家及客户项目团队，推动产品从需求定义、原型设计到上线迭代的全生命周期管理。 职位要求： 我们不局限于你的专业背景，但极度看重你的**逻辑严密性、技术敏锐度、学习敏捷度与极客精神。 - 教育背景：2027届应届毕业生（硕士及以上学历优先），计算机、软件工程、人工智能、自动化、汽车工程、数据科学或相关专业。 - 卓越的产品与系统性思维 - 具备极强的逻辑推理能力，能将模糊、复杂的研发痛点抽象为结构化的产品需求（PRD）和清晰的架构流转图。 - 具备“用户至上”的产品感觉，对提升内部/外部开发者体验（Developer Experience）有强烈的执念。 - 自驱力与极客心态：敢于挑战未知领域，面对复杂的技术难题不退缩，具有强烈的“Make Things Happen”的终局思维。 - 出色的沟通与英语能力：具备优秀的中英文跨文化沟通能力（博世为全球化团队，需与海外研发节点协作）。 加分项： - 有自动驾驶、车联网、云平台、大模型基础设施（LLM Infra）或复杂B端/工具类产品的实习经验。 - 熟练掌握Python/C++或SQL，能够自己动手进行数据分析、脚本编写或原型验证。 - 深入研究过业界主流的自动驾驶数据闭环体系或数据标注/仿真平台（如Tesla Data Engine、NVIDIA DriveSim等）。 - 强悍的技术理解力 - 深度理解自动驾驶的基本技术架构（感知、定位、规控）及数据驱动（Data-Driven）的基本原理。 - 对数据工程（数据流、数据湖、ETL）、云计算基础设施或机器学习/深度学习训练流程有清晰的认知。