
文远知行数据处理平台负责人
社招全职3年以上地点:广州状态:招聘
任职要求
公司介绍: 文远知行(WeRide)成立于 2017 年,是全球领先的 L4 级自动驾驶科技公司,致力于“以无人驾驶改变人类出行”,已在全球超过 25 个城市开展自动驾驶研发、测试及运营,累积自动驾驶里程超1600万公里,应用场景覆盖智慧出行、智慧货运和智慧环卫,形成自动驾驶出租车、自动驾驶小巴、自动驾驶货运车、自动驾驶环卫车、高阶智能驾驶等五大产品矩阵,提供网约车、随需公交、同城货运、智能环卫、高阶智能驾驶解决方案等多种服务。 凭借“1个平台+3大场景+5大产品”的多元商业化战略,文远知行商业营收居同类自动驾驶企业之首,已与多家全球顶级主机厂和一级供应商达成战略合作伙伴关系,包括雷诺日产三菱联盟、宇通集团、博世、广汽集团等,不断为人类出行提供更多新选择。 文远知行目前的团队既有来自谷歌、微软、亚马逊、苹果、百度、滴滴的高阶工程师,也不乏刚从顶尖高校毕业的青年才俊。来到我们当中,你会发现这是一个专业、专注、有趣、有料的队伍。大家为了一个激动人心而富有挑战的目标走到一起,互相激励、脑力碰撞,为实现产品落地、创造社会价值、推进行业技术而努力。 对有抱负的工程师,还有什么比这更有意义的呢?我们虚位以待,真诚期待技术过硬、志趣相投的小伙伴加入我们! 更多信息请访问:http://www.weride.ai,或关注官方微信号:文远知行WeRide Infra介绍 基础架构团队为车端提供高可用、高性能和高可靠的车载系统,以及灵活的系统应用接口;离线工具链提供各类高效的开发集成平台和仿真平台,通过收集和分析自动驾驶过程中的海量数据,设计和执行大规模仿真任务,提供强大的工具帮助算法团队快速定位问题和解决问题。 基础架构团队负责设计和开发自研车载系统及中间件、开发高性能云计算系统、搭建大规模数据处理和分析平台、利用机器学习和模仿学习设计自动驾驶仿真算法、构建大规模仿真场景、以及研发支撑算法开发、测试、集成和部署的强大工具。 工作地点:上海或广州 Weride专注于打造更加高效的自动驾驶测试系统,提升与优化WeRide自动驾驶系统整体测试技术与迭代链路,包括测试工具、大规模仿真测试与真实道路测试。集合了WeRide所有技术团队的力量,包括自动驾驶系统的研发、测试、产品、分析团队,为自动驾驶的安全舒适保驾护航。 仿真技术是自动驾驶的核心技术之一,需要依托强大的数据工程与高性能的仿真框架,搭建庞大的仿真场景库、更真实的仿真环境与评价指标。 职位描述: 总管文远知行仿真基础架构方向,带领和扩建团队。 制订技术和战略路线,领导技术攻坚,带领团队持续创新。 充分利用WeRide千万级别的道路数据与亿万仿真数据,设计、实现和优化WeRide仿真数据平台,建立易用、高效的数据链路,赋能仿真场景库与仿真模型训练。 设计、实现和优化现有与下一代高性能、跨平台、跨应用的仿真架构,助力仿真超大规模化,提升仿真易用性 与文远其它部门密切合作,实现安全快速的软件算法迭代。这些部门包括:感知、决策规划、定位等等。 基本要求: 计算机或相关专业本科及以上学历 3年及以上相关工作经验 精通C++和Python,1年及以上在大型项目使用modern C++的经验 有基于分布式系统,开发高性能、高稳定性数据链路、数据应用的经验 有开发高性能计算框架的经验 有丰富的开发、优化和产品化深度学习模型的经验 精通常见的数据结构与算法 熟悉常见的深度学习软硬件开发 精通常见的设计模式 加分项: 有ACM/NOI相关的经历 有算法模型优化或者算法数据工程的相关经历 善于解决开发性问题和挑战 擅长基于用户的学习与优化
工作职责
无
包括英文材料
自动驾驶+
https://www.youtube.com/watch?v=_q4WUxgwDeg&list=PL05umP7R6ij321zzKXK6XCQXAaaYjQbzr
Lecture: Self-Driving Cars (Prof. Andreas Geiger, University of Tübingen)
https://www.youtube.com/watch?v=NkI9ia2cLhc&list=PLB0Tybl0UNfYoJE7ZwsBQoDIG4YN9ptyY
You will learn to make a self-driving car simulation by implementing every component one by one. I will teach you how to implement the car driving mechanics, how to define the environment, how to simulate some sensors, how to detect collisions and how to make the car control itself using a neural network.
HTTP+
https://developer.mozilla.org/zh-CN/docs/Web/HTTP
超文本传输协议(HTTP)是一个用于传输超媒体文档(例如 HTML)的应用层协议。它是为 Web 浏览器与 Web 服务器之间的通信而设计的,但也可以用于其他目的。
高可用+
https://redis.io/blog/high-availability-architecture/
A high available architecture is when there are a number of different components, modules, or services that work together to maintain optimal performance, irrespective of peak-time loads.
https://www.ibm.com/think/topics/high-availability
High availability (HA) is a term that refers to a system’s ability to be accessible and reliable close to 100% of the time.
算法+
https://roadmap.sh/datastructures-and-algorithms
Step by step guide to learn Data Structures and Algorithms in 2025
https://www.hellointerview.com/learn/code
A visual guide to the most important patterns and approaches for the coding interview.
https://www.w3schools.com/dsa/
中间件+
https://www.youtube.com/watch?v=1oWPUpMheGk
机器学习+
https://www.youtube.com/watch?v=0oyDqO8PjIg
Learn about machine learning and AI with this comprehensive 11-hour course from @LunarTech_ai.
https://www.youtube.com/watch?v=i_LwzRVP7bg
Learn Machine Learning in a way that is accessible to absolute beginners.
https://www.youtube.com/watch?v=NWONeJKn6kc
Learn the theory and practical application of machine learning concepts in this comprehensive course for beginners.
https://www.youtube.com/watch?v=PcbuKRNtCUc
Learn about all the most important concepts and terms related to machine learning and AI.
学历+
C+++
https://www.learncpp.com/
LearnCpp.com is a free website devoted to teaching you how to program in modern C++.
https://www.youtube.com/watch?v=ZzaPdXTrSb8
Python+
https://liaoxuefeng.com/books/python/introduction/index.html
中文,免费,零起点,完整示例,基于最新的Python 3版本。
https://www.learnpython.org/
a free interactive Python tutorial for people who want to learn Python, fast.
https://www.youtube.com/watch?v=K5KVEU3aaeQ
Master Python from scratch 🚀 No fluff—just clear, practical coding skills to kickstart your journey!
https://www.youtube.com/watch?v=rfscVS0vtbw
This course will give you a full introduction into all of the core concepts in python.
分布式系统+
https://www.distributedsystemscourse.com/
The home page of a free online class in distributed systems.
https://www.youtube.com/watch?v=7VbL89mKK3M&list=PLOE1GTZ5ouRPbpTnrZ3Wqjamfwn_Q5Y9A
深度学习+
https://d2l.ai/
Interactive deep learning book with code, math, and discussions.
数据结构+
https://www.youtube.com/watch?v=8hly31xKli0
In this course you will learn about algorithms and data structures, two of the fundamental topics in computer science.
https://www.youtube.com/watch?v=B31LgI4Y4DQ
Learn about data structures in this comprehensive course. We will be implementing these data structures in C or C++.
https://www.youtube.com/watch?v=CBYHwZcbD-s
Data Structures and Algorithms full course tutorial java
设计模式+
https://liaoxuefeng.com/books/java/design-patterns/index.html
设计模式,即Design Patterns,是指在软件设计中,被反复使用的一种代码设计经验。使用设计模式的目的是为了可重用代码,提高代码的可扩展性和可维护性。
[英文] Design Patterns
https://refactoring.guru/design-patterns
Design patterns are typical solutions to common problems in software design. Each pattern is like a blueprint that you can customize to solve a particular design problem in your code.
https://www.youtube.com/watch?v=NU_1StN5Tkk
Design Patterns tutorial explained in simple words using real-world examples.
相关职位
实习
岗位描述: 1、基于小米全平台海量数据,负责搜索推荐算法和策略的研发,改善各个小米各个用户产品中的搜索推荐体验; 2、负责搜索和推荐效果的改进,分析数据,落地到数据、算法、策略层,最终改进搜索推荐效果。
更新于 2025-08-01
社招5年以上核心本地商业-基
1、负责整体数据方向多智能体系统架构设计与实现 (1)基于LLM的智能体系统架构开发,设计意图识别、任务规划引擎、对话状态管理、多Agent协作网络等核心模块 (2)参照Autogen、Metagpt等多agent架构,开发自适应Agent框架,实现动态工具调用、记忆管理、异常恢复等高级功能 (3)搭建企业级RAG系统,设计支持多模态数据处理的基础架构,优化知识清洗策略、向量检索精度与多源数据融合机制 (4)设计与开发自动化测评系统,构建涵盖取数和分析准确性、服务响应延迟、服务可用性的多维度评估体系 2、系统开发、性能优化与技术攻关 (1)使用包括Python、Java等语言进行后端系统的开发,包括通用平台能力、业务逻辑实现、接口设计、数据库设计等 (2)设计并实现可扩展、高性能、稳定的Agent系统,持续优化端到端性能和资源能效,沉淀通用能力和优化经验,确保Agent可以稳定、高效实现场景目标 (3)解决系统中的技术难点,探索LLM、AIGC等前沿技术在业务场景中的创新应用,跟踪业界前沿且稳定的后端技术解决方案,确保团队技术栈的先进性和竞争力
更新于 2025-06-22
社招
1.负责机器人多模态数据(感知/决策/控制)的采集、处理与管理系统开发 2.搭建数据训练平台,优化分布式训练流程和计算资源调度 3.开发数据闭环系统,支持算法模型的持续迭代优化 4.实现算法模型从训练到机器人端侧的部署落地
更新于 2025-06-09