理想汽车车端数据开发工程师

1. 数据指标体系搭建：深挖数据价值，构建和维护车端信号数据仓库体系和数据指标体系，为算法和数据闭环提供PB级共享平台和框架支持；负责核心数据指标体系（包括业务分类、生产状态、功能指标等）的搭建、监控与运营；快速输出并不断沉淀标准化的产品数据体系，让业务的数据化运营更加高效、便捷； 2. 数据治理：梳理上下游的数据资产，制定及推广数据标准（如研发规范、质量规范、保障规范）和治理流程，确保数据准 确性、完整性和一致性。 3. 数据管理：负责元数据管理、数据质量检查、数据分级管理等系统的设计、开发及应用，提升数据易用性、可用性及稳定性； 4. 业务团队数据需求的研发支撑：如日志埋点、车联网数据、内部与外部数据的采集、数据同步、数据清洗与标准化、数据模型设计、离线数据处理、实时数据处理、数据服务化、数据可视化等；

1.负责自动驾驶业务数据的数据采集、清洗、转换和加载（ETL）流程，构建和维护车端信号数据仓库体系和数据指标体系 2.支持C端用户和B端分析的各种数据需求 3.参与数据治理工作（如数据质量核查、元数据管理等） 建立监控和反馈指标，持续优化改进产品的架构及性能，保证PB级数仓的数据质量和平台稳定性

1,车端自动驾驶时空数据模块设计与开发 ：参与自动驾驶车辆时空数据模块的整体架构设计，依据项目需求和技术规划，制定合理的时空数据数据结构、存储方式和处理流程。运用 C++ 等编程语言进行高效、稳定的代码编写，实现时空数据数据的加载、解析、更新和管理等功能，保障时空数据模块在车端有限硬件资源下稳定运行。 2,模块集成与测试 ：与自动驾驶系统其他模块（如感知、规划、控制等）集成，确保时空数据模块与其他模块间数据交互和协同工作。制定测试计划和用例，使用 C++、python、shell 开发自动化测试工具，对时空数据模块进行全面测试和验证，涵盖功能测试、性能测试、稳定性测试等，及时发现解决潜在问题。 3,持续优化与改进 ：依据实际测试和应用反馈，持续优化改进车端时空数据模块，提升时空数据处理效率、更新速度和数据质量。关注行业最新技术和发展趋势，引入新算法和方法，推动自动驾驶时空数据技术创新升级。

1.深挖数据价值，构建和维护车端信号数据仓库体系和数据指标体系，为算法和数据闭环提供框架支持； 2.参与构建批流统一的数据分析平台，支持百亿级自动驾驶感知和全栈数据的快速定位和分析； 3.参与平台架构规划，负责前沿技术的跟踪研究，工具链的选型测试，解决、攻克数据平台的核心技术难题； 4.建立监控和反馈指标，持续优化改进产品的架构及性能，保证PB级数仓的数据质量和平台稳定性。