蔚来校招-数据开发工程师
校招全职数据分析地点：上海状态：招聘
任职要求
1. 计算机科学与技术、软件工程、数据科学与大数据技术、统计学等相关专业本科及以上学历的应届毕业生。 2. 具有较强的学习能力和好奇心，能够快速掌握新技术、新知识，适应不断变化的技术环境。具备良好的问题解决能力和逻辑思维能力。拥有良好的沟通能力和团队合作精神，责任心强 3. 熟练掌握常用编程语言，如 Java、Python、Scala 等。具备良好的编程习惯和代码编写能力，能够运用所学语言进行数据处理和程序开发 4. 精通 SQL 语言，能够熟练编写复杂的查询语句，进行数据的查询、筛选、统计等操作。能够根据业务需求，优化 SQL 查询性能。 5. 熟悉大数据处理框架，如 Hadoop、Spark、Flink 等。掌握其基本原理和使用方法，能够运用这些框架进行分布式数据处理和分析。 6. 具备数据结构和算法的基础知识，理解常见的数据结构（如数组、链表、树、图等）和算法（如排序算法、搜索算法等），并能在实际工作中运用算法解决数据处理问题，优化程序性能。 【加分项】 1. 参与过实际的数据处理、数据分析或大数据项目，有项目实践经验者优先。 2. 掌握机器学习、深度学习以及大模型的基础知识，了解相关算法和框架（如 TensorFlow、PyTorch），能够将其应用于数据处理和分析工作中的优先。 3. 有开源项目贡献经验，或者在技术社区（如 CSDN、GitHub 等）积极分享技术文章和经验者优先。
工作职责
1. 参与公司大数据平台的设计与开发工作，运用先进技术优化平台架构，提升平台性能与稳定性，确保能够高效处理海量数据； 2. 负责数据仓库的建设，包括数据模型的设计与构建。深入理解业务需求，运用维度建模等方法，构建科学合理的数据模型，为数据分析和决策提供坚实的数据基础； 3. 承担数据集成数据开发和数据运维工作。从多种数据源获取数据，运用数据清洗算法和工具，去除噪声数据和重复数据，将数据转换为适合分析的格式，并高效加载到数据仓库中； 4. 与数据分析师、算法工程师等团队紧密合作，为数据分析和算法模型提供高质量的数据支持。理解需求，提供定制化的数据服务，助力挖掘数据价值，推动业务发展； 5. 参与数据治理工作，制定并执行数据质量标准，保障数据的准确性、完整性和一致性。通过元数据、质量体系有效管理和组织PB级别数据
包括英文材料
数据科学+
https://roadmap.sh/ai-data-scientist
Step by step roadmap guide to becoming an AI and Data Scientist
大数据+
https://www.youtube.com/watch?v=bAyrObl7TYE
https://www.youtube.com/watch?v=H4bf_uuMC-g
With all this talk of Big Data, we got Rebecca Tickle to explain just what makes data into Big Data.
学历+
Java+
https://www.youtube.com/watch?v=eIrMbAQSU34
Master Java – a must-have language for software development, Android apps, and more! ☕️ This beginner-friendly course takes you from basics to real coding skills.
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.
Scala+
编程规范+
[英文] Google Style Guides
https://google.github.io/styleguide/
Every major open-source project has its own style guide: a set of conventions (sometimes arbitrary) about how to write code for that project. It is much easier to understand a large codebase when all the code in it is in a consistent style.
SQL+
https://liaoxuefeng.com/books/sql/introduction/index.html
什么是SQL？简单地说，SQL就是访问和处理关系数据库的计算机标准语言。
https://sqlbolt.com/
Learn SQL with simple, interactive exercises.
https://www.youtube.com/watch?v=p3qvj9hO_Bo
In this video we will cover everything you need to know about SQL in only 60 minutes.
Hadoop+
https://www.runoob.com/w3cnote/hadoop-tutorial.html
Hadoop 为庞大的计算机集群提供可靠的、可伸缩的应用层计算和存储支持，它允许使用简单的编程模型跨计算机群集分布式处理大型数据集，并且支持在单台计算机到几千台计算机之间进行扩展。
[英文] Hadoop Tutorial
https://www.tutorialspoint.com/hadoop/index.htm
Hadoop is an open-source framework that allows to store and process big data in a distributed environment across clusters of computers using simple programming models.
Spark+
[英文] Learning Spark Book
https://pages.databricks.com/rs/094-YMS-629/images/LearningSpark2.0.pdf
This new edition has been updated to reflect Apache Spark’s evolution through Spark 2.x and Spark 3.0, including its expanded ecosystem of built-in and external data sources, machine learning, and streaming technologies with which Spark is tightly integrated.
Flink+
https://nightlies.apache.org/flink/flink-docs-release-2.0/docs/learn-flink/overview/
This training presents an introduction to Apache Flink that includes just enough to get you started writing scalable streaming ETL, analytics, and event-driven applications, while leaving out a lot of (ultimately important) details.
https://www.youtube.com/watch?v=WajYe9iA2Uk&list=PLa7VYi0yPIH2GTo3vRtX8w9tgNTTyYSux
Today’s businesses are increasingly software-defined, and their business processes are being automated. Whether it’s orders and shipments, or downloads and clicks, business events can always be streamed. Flink can be used to manipulate, process, and react to these streaming events as they occur.
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
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/
数据分析+
[英文] Data Analyst Roadmap
https://roadmap.sh/data-analyst
Step by step guide to becoming an Data Analyst in 2025
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.
深度学习+
https://d2l.ai/
Interactive deep learning book with code, math, and discussions.
大模型+
https://www.youtube.com/watch?v=xZDB1naRUlk
You will build projects with LLMs that will enable you to create dynamic interfaces, interact with vast amounts of text data, and even empower LLMs with the capability to browse the internet for research papers.
https://www.youtube.com/watch?v=zjkBMFhNj_g
TensorFlow+
https://www.youtube.com/watch?v=tpCFfeUEGs8
Ready to learn the fundamentals of TensorFlow and deep learning with Python? Well, you’ve come to the right place.
https://www.youtube.com/watch?v=ZUKz4125WNI
This part continues right where part one left off so get that Google Colab window open and get ready to write plenty more TensorFlow code.
PyTorch+
https://datawhalechina.github.io/thorough-pytorch/
PyTorch是利用深度学习进行数据科学研究的重要工具，在灵活性、可读性和性能上都具备相当的优势，近年来已成为学术界实现深度学习算法最常用的框架。
https://www.youtube.com/watch?v=V_xro1bcAuA
Learn PyTorch for deep learning in this comprehensive course for beginners. PyTorch is a machine learning framework written in Python.
GitHub+
[英文] GitHub Learn
https://learn.github.com/
Discover a wide range of beginner-friendly tutorials, hands-on learning, and expert-led lessons.
相关职位
校招数据分析
1.负责公司级核心数据资产开发和建设，支撑核心业务场景设计和开发落地，实现业务价值 2.参与数据产品与应用的数据研发，发掘数据商业价值，和产品技术团队一起打造极致体验的数据产品 3.结合业务方向，深度挖掘数据需求，形成技术方案，探索行业前沿技术
更新于 2025-09-11
校招
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。
更新于 2025-08-08
校招
1、参与数据需求的分析，开发及交付工作，协助客户优化业务，提升效率，驱动增长； 2、参与公司统一数仓平台的模型设计， 研发及优化工作，助力企业数据价值挖掘与数据资产变现； 3、落实公司数据治理的相关流程与规范要求，为平台数据产出及时性、准确性、一致性提供支持与保障。
更新于 2025-07-31
校招软件研发
1. 负责智能辅助驾驶场景数据平台开发，包括但不限于数据打标，数据挖掘，数据自动/辅助标注，模型训练工程化。 2. 负责数据闭环业务流串联开发，推进算法模块，各个子系统的生产流程自动化，提高迭代效率。
更新于 2025-08-25