小鹏汽车【26校招】大数据开发工程师

任职要求

必需项：
- 掌握SQL与至少一种编程语言（Python/Java/Scala）；
- 理解数据库基本原理（索引/事务/数据分区）；
- 熟悉Linux开发环境与脚本编写；
- 理解机器学习基本概念（监督学习/表征学习/评估指标）。
加分项：
- 了解Hadoop生态，包括Hadoop、Hive、Spark、ES、Kafka、Doris、Flink等；
- 有数据仓库建模或ETL开发项目经验…

工作职责

1. 自动驾驶数据建模
  - 设计多源异构数据的数仓分层模型（ODS/DWD/DWS/ADS），支撑感知、预测等算法训练；
  - 设计支持相似性检索的数仓分层（ADS层集成VectorDB特性）；
  - 构建数据血缘与元数据管理体系，保障数据可追溯性；
  - 构建多模态数据的统一向量化标准（图像/点云/文本的Embedding规范）。
2. 大规模数据处理开发
  - 开发高可靠ETL流程，处理车载传感器原始数据（摄像头/LiDAR/GPS等）；
  - 基于Spark/Flink优化数据清洗、转换、聚合任务，提升云端处理效能；
  - 开发多模态Embedding流水线（CV/NLP模型的分布式特征提取）；
  - 基于VLM（视觉语言模型）​自动生成数据标签​（替代人工标注）；
  - 构建驾驶场景语义索引系统​（支持“极端天气”“危险变道”等语义检索）。
3. 分析平台建设
  - 搭建数据湖仓一体架构（Paimon/Iceberg + Doris/StarRocks）；
  - 搭建海量特征向量数据库（Milvus/Pinecone/自研引擎）；
  - 开发BI可视化看板，监控数据质量及自动驾驶关键指标（生产折损率，感知准确率、干预率等）；
  - 开发多模态检索接口（如根据文本描述搜索关联驾驶场景视频）。
4. 效率优化
  - 持续优化数据存储成本与计算性能（分区策略/压缩算法/计算资源调度）；
  - 探索弹性伸缩，流批一体，存算分离等架构在实时数据处理场景的应用。